Procesador en alto nivel COSULTAS - CINVESTAVvjsosa/clases/tsbd/BDD_Consultas.pdf · Optimización de consultas. ¿Cómo determinamos la “mejor” estrategia de ejecución? Componentes

PROCESAMIE

TO DE

PROCESAMIE

TO DE

PROCESAMIE

TO DE

PROCESAMIE

TO DE

3

Dr. V

íctor J. S

osa S

osa

CO

SULTAS

CO

SULTAS

CO

SULTAS

CO

SULTAS

Consulta d

e usuario

en alto

nivel

Procesa

mien

to de C

onsultas

4

Dr. V

íctor J. S

osa S

osa

Procesa

dor

de co

nsultas

Comandos d

e manipulació

n de

dato

s en bajo

nivel

Componentes d

el Procesa

mien

to de C

onsultas

�Lenguaje d

e consultas u

tilizado.

SQL “in

tergalactic d

ataspeak

”.

�Meto

dología d

e ejecució

n de co

nsultas.

Los p

asos n

ecesarios p

ara ejecutar u

na co

nsulta d

e alto nivel

5

Dr. V

íctor J. S

osa S

osa

Los p

asos n

ecesarios p

ara ejecutar u

na co

nsulta d

e alto nivel

(declarativ

a)

�Optim

ización de co

nsultas.

¿Cómo determ

inam

os la “m

ejor” estrateg

ia de ejecu

ción?

Componentes d

el Procesa

mien

to de C

onsultas

�Lenguaje d

e consultas u

tilizado.

SQL “In

tergalactic D

ataspeak

”.

�Meto

dología d

e ejecució

n de co

nsultas.

Los p

asos n

ecesarios p

ara ejecutar u

na co

nsulta d

e alto

6

Dr. V

íctor J. S

osa S

osa

Los p

asos n

ecesarios p

ara ejecutar u

na co

nsulta d

e alto

nivel (d

eclarativa).

�Optim

ización de co

nsultas.

¿Cómo determ

inar el “m

ejor” p

lan de ejecu

ción?

Altern

ativas de S

elección

SELECT

ENAME

FROM

E, G

WHERE

E.ENO = G

.ENO

A

D

DUR > 37

7

Dr. V

íctor J. S

osa S

osa

Estrateg

ia 1

ΠENAME (σ

DUR>37

∧ E.ENO=G.ENO(E ×

G))

ΠENAME ( E

ENO(σ

DUR>37 (G

)))

Estrateg

ia 2

La estrateg

ia 2 red

uce el p

roducto

cartesiano, asi q

ue es “m

ejor”

Sitio

1

G1 = σ

ENO

≤“E

3” (G

)

¿Cuál es el P

roblem

a?

Sitio

5

Sitio

2

G2 = σ

ENO

≤“E

3” (G

)

Sitio

3

E1 = σ

ENO

≤“E

3” (E

)

Sitio

4

E2 = σ

ENO

≤“E

3” (E

)

Sitio

5

Resu

ltado

Estrateg

ia 1

8

Dr. V

íctor J. S

osa S

osa

Resu

ltado = E1 ’ ∪

E2 ’

G1 ’ =

σDUR>37 (G

1 )

Sitio

1

G2 ’ =

σDUR>37 (G

2 )

Sitio

2G

2 ’G

1 ’

Sitio

5

E1 ’ =

E1 E

NOG

1 ’

Sitio

3

E2 ’ =

E2 E

NOG

2 ’

Sitio

4

¿Cuál es el P

roblem

a?

Sitio

1

G1 = σ

ENO

≤“E

3” (G

)

Sitio

2

G2 = σ

ENO

≤“E

3” (G

)

Sitio

3

E1 = σ

ENO

≤“E

3” (E

)

Sitio

4

E2 = σ

ENO

≤“E

3” (E

)

Sitio

5

Resu

ltado

Estrateg

ia 2

9

Dr. V

íctor J. S

osa S

osa

Resu

ltado = (E

1∪

E2 ) E

NO σ

DUR>37 (G

1∪

G2 )

Sitio

1Sitio

2Sitio

3Sitio

4

G1

E1

E2

G2

Sitio

5

�Suponer lo

siguien

te:

tamaño(E) =

400, tam

año (G

) = 1000

costo

de acceso

a tuplas =

1 unidad; co

sto de trasferir u

na tu

pla =

10 unidades

�Estrateg

ia 1.

1. P

roducir G

’: 20*costo

de acceso

a tupla

20

2. T

ransferir G

’ a los lu

gares d

e E: 20*costo

de tran

sferir tupla

200

3. P

roducir E

’: (20*20)*costo

de acceso

a tupla

800

Altern

ativas de C

osto

10

Dr. V

íctor J. S

osa S

osa

3. P

roducir E

’: (20*20)*costo

de acceso

a tupla

800

4. T

ransferir E

’ a los lu

gares resu

ltantes: 2

0*costo

de trasferir tu

pla

200

Costo

Total

1,220

�Estrateg

ia 2.

1. T

ransferir E

al lugar 5

: 400*costo

de tran

sferir tupla

4,000

2. T

ransferir E

al lugar 5

: 1,000*costo

de tran

sferir tupla

10,000

3. P

roducir G

’: 1,000*costo

de acceso

a tupla

1,000

4. R

eunión de E

y G’: 2

0*1,000*costo

de acceso

a tupla

20,000

Costo

Total

35,000

Objetiv

o de la

Optim

izació

n de C

onsultas

Minim

izar una fu

nció

n de co

sto

costo

de I/O

+ co

sto de C

PU + co

sto de co

municació

n

Esto

podría ten

er diferen

tes peso

s en diferen

tes ambien

tes distrib

uidos.

�Redes d

e área amplia.

�Los co

stos d

e comunicació

n dominarán

.

11

Dr. V

íctor J. S

osa S

osa

�Los co

stos d

e comunicació

n dominarán

.•

Bajo

ancho de b

anda.

•Baja v

elocid

ad.

•Alta so

brecarg

a de p

rotocolo.

�Muchos alg

oritm

os ig

noran

el resto de co

mponentes d

e costo

s.

�Redes d

e área local.

�Costo

s de co

municació

n no dominantes.

�La fu

nció

n de co

sto to

tal debe ser co

nsid

erada.

Tam

bién

se puede m

axim

izar el desem

peño (th

roughput).

Complejid

ad de la

s Opera

ciones R

elacio

nales

�Suponem

os:

�Relacio

nes d

e cardinalid

cad n.

�Búsqueda secu

encial.

Opera

ción

Complejid

ad

Selecció

n

12

Dr. V

íctor J. S

osa S

osa

O(n

2)

Selecció

n

Proyecció

n(Sin elim

inar d

uplicad

os)

O(n)

Proyecció

n

(Con elim

inació

n de d

uplicad

os)

Agrupam

iento

O(nlogn)

Reunión

Sem

i-reunión

Divisió

n

Operad

ores d

e conjuntos

O(nlogn)

Producto

cartesiano

Elem

entos para Optim

izació

n de C

onsultas

(Tipos de O

ptim

izadores)

�Búsqueda ex

haustiv

a.

�Optim

o.

�Basad

o en

costo

.

�Complejid

ad co

mbinato

ria en el n

úmero

de relacio

nes.

Heurística.

13

Dr. V

íctor J. S

osa S

osa

�Heurística.

�No optim

o.

�Reag

rupar su

bexpresio

nes co

munes.

�Desarro

llar prim

ero seleccio

nes y

proyeccio

nes.

�Reem

plazar u

na reu

nión por u

na serie d

e semireu

niones.

�Reordenar o

peracio

nes p

ara reducir el tam

año de las

relaciones in

termedias.

�Optim

izar operacio

nes in

dividuales.

Elem

entos para Optim

izació

n de C

onsultas

(Granularid

ad de la

Optim

izació

n)

�Una co

nsulta a la v

ez.

�No puede u

sar resultad

os in

termedios co

munes.

�Múltip

les consultas a la v

ez.

14

Dr. V

íctor J. S

osa S

osa

�Múltip

les consultas a la v

ez.

�Eficien

te si hay m

uchas co

nsultas sim

ilares.

�El esp

acio de d

ecisión es m

ucho m

ayor.

Elem

entos para Optim

izació

n de C

onsultas

(Tiem

po de O

ptim

izació

n)

�Estático

.

�Compilació

n =

optim

izar antes d

e la ejecució

n.

�Difícil d

e estimar el tam

año de lo

s resultad

os in

termedios (p

rovoca

una p

ropagació

n de erro

r).

�El co

sto puede am

ortizarse en

tre muchas ejecu

ciones.

�Sistem

a R*.

�Dinám

ico.

15

Dr. V

íctor J. S

osa S

osa

�Dinám

ico.

�Optim

ización en

tiempo de ejecu

ción.

�Inform

ación ex

acta en lo

s tamaños d

e relaciones in

termedias.

�Se tien

e que reo

ptim

izar para ejecu

ciones m

últip

les.

�Ingres d

istribuido.

�Híbrid

o.

�Compilació

n usan

do un alg

oritm

o estático

.

�Si el erro

r en el tam

año estim

ado es m

ayor q

ue u

n umbral,

reoptim

izar al tiempo de ejecu

ción.

�Merm

aid.

Elem

entos para Optim

izació

n de C

onsultas

(Esta

dística

s)

�Relació

n.

�Card

inalid

ad.

�Tam

año de u

na tu

pla.

�Fracció

n de tu

plas p

articipando en

un reu

nión co

n otra rela-

ción.

16

Dr. V

íctor J. S

osa S

osa

ción.

�Atrib

uto.

�Card

inalid

ad del d

ominio.

�Número

actual d

e valo

res distin

tos.

�Suposicio

nes co

munes.

�Independencia en

tre diferen

tes valo

res de atrib

utos.

�Distrib

ució

n unifo

rme d

e valo

res de atrib

utos en

su dominio.

Elem

entos para Optim

izació

n de C

onsultas

(Decisió

n de S

itios)

�Centralizad

o.

�Un so

lo sitio

determ

ina la “m

ejor” estrateg

ia.

�Im

plem

entació

n sim

ple.

�Necesita co

nocer to

da la b

ase de d

atos d

istribuida.

17

Dr. V

íctor J. S

osa S

osa

�Distrib

uido.

�Cooperació

n en

tre sitios p

ara determ

inar la estrateg

ia global.

�Necesita só

lo in

form

ación lo

cal.

�Costo

de co

operació

n.

�Híbrid

o.

�Un sitio

determ

ina la estrateg

ia global.

�Cada sitio

optim

iza las subconsultas lo

cales.

Elem

entos para Optim

izació

n de C

onsultas

(Topología de R

ed)

�Red de área am

plia (W

AN) p

unto a p

unto.

�Características.

•Bajo

ancho de b

anda.

•Baja v

elocid

ad.

•Sobrecarg

a de p

rotocolo.

18

Dr. V

íctor J. S

osa S

osa

�El co

sto de co

municació

n es d

eterminante; se ig

noran

los o

tros

factores d

e costo

�Estrateg

ia global p

ara minim

izar el costo

de co

municació

n.

�Estrateg

ia local aco

rde a la o

ptim

ización de co

nsulta cen

tralizada.

�Red de área lo

cal (LAN).

�El co

sto de co

municació

n no es relev

ante.

�El co

sto de I/O

debe ser co

nsid

erado.

�La d

ifusió

n puede ser ex

plotad

a para las reu

niones.

�Existen

algoritm

os esp

eciales para red

es de tip

o estrella.

Meto

dología para Proc. d

e Consultas D

istribuidas

Consultas b

asadas en

cálculo

sobre relacio

nes d

istribuidas

Desco

mposició

n

de C

onsulta

Localiza

ción

de D

atos

Consultas b

asadas en

algebra

sobre relacio

nes d

istribuidas

ESQUEMA

GLOBAL

ESQUEMA DE

FRAGME

TOS

CONTROL

DE

SITIO

S

19

Dr. V

íctor J. S

osa S

osa

de D

atos

Optim

izació

n

Global

Optim

izació

n

Local

Consulta en

fragmentos

Consulta o

ptim

izada en

fragmentos co

n

operacio

nes d

e comunicació

n

Consulta lo

cal optim

izada

FRAGME

TOS

ESTADISTICAS SOBRE

FRAGME

TOS

ESQUEMAS

LOCALES

SITIO

S

A NIV

EL

LOCAL

Paso 1. D

escomposició

n de C

onsulta

Entrad

a: Consulta b

asada en

cálculo so

bre las relacio

nes g

lobales.

�Norm

alización.

�Manipular cu

antificad

ores y

cualificació

n de la co

nsulta.

�Análisis.

�Detectar y

rechazar co

nsultas “in

correctas”.

20

Dr. V

íctor J. S

osa S

osa

�Detectar y

rechazar co

nsultas “in

correctas”.

�Posib

le para só

lo un su

bconjunto del cálcu

lo relacio

nal.

�Sim

plificació

n.

�Elim

inar p

redicad

os red

undantes.

�Restru

cturació

n.

�Tran

sform

ar de co

nsulta b

asada en

cálculo a co

nsulta en

álgebra.

�Más d

e una trad

ucció

n es p

osib

le.

�Usa reg

las de tran

sform

ación.

orm

aliza

ción de P

redica

dos de S

elección

�Análisis léx

ico y sin

táctico.

�Verificació

n de v

alidació

n.

�Verificació

n de atrib

utos y

relaciones.

�Poner d

entro

de la fo

rma n

orm

al.

21

Dr. V

íctor J. S

osa S

osa

�Poner d

entro

de la fo

rma n

orm

al.

�Form

a norm

al conjuntiv

a.

(p11 ∨

p12 ∨

... ∨ p

1n ) ∧

... ∧ (p

m1 ∨

pm2 ∨

...∨ p

mn )

�Form

a norm

al disju

ntiv

a.

(p11 ∧

p12 ∧

... ∧ p

1n ) ∨

... ∨ (p

m1 ∧

pm2 ∧

... ∧ p

mn )

Análisis d

e Consultas

�Rech

azar las consultas in

correctas.

�Tipos d

e dato

incorrecto

s.�

Si cu

alquiera d

e sus atrib

utos o

nombres d

e relaciones n

o están

defin

idos en

el esquem

a global.

�Si las o

peracio

nes se ap

lican a atrib

utos d

e tipos in

correcto

s.

�Sem

ánticam

ente in

correcto

.

22

Dr. V

íctor J. S

osa S

osa

Sem

ánticam

ente in

correcto

.�

Componentes q

ue n

o co

ntrib

uyen de n

inguna m

anera a la

generació

n del resu

ltado.

�Solam

ente u

n su

bconjunto de las co

nsultas en

cálculo relacio

nal se

pueden probar en

cuanto a co

rrectez.

�Aquéllas q

ue n

o co

ntien

en disju

ncio

nes y

negacio

nes.

�Los erro

res se pueden detectar co

n lo

s siguien

tes mecan

ismos:

•Grafo

de co

nexión (g

rafo de co

nsulta).

•Grafo

de reu

nión (tip

o esp

ecial de g

rafo de co

nexión).

Análisis d

e Consultas -

Ejem

plo

SELECT E

NAME, R

ESP

FROM E

, G, J

WHERE E

.ENO = G.ENO

A

D G

.JNO = J.JN

O

A

D

JNAME = “C

AD/CAM”

A

D D

UR

≥ 36

A

D

TITLE = “P

rogram

mer”

23

Dr. V

íctor J. S

osa S

osa

A

D

TITLE = “P

rogram

mer”

G

JE

RESULTADO

RESP

DUR

≥3

6

JNAME=“C

AD/CAM”

ENAME

E.ENO=G.ENO

TITLE=

“Program

mer”

G.JN

O=J.JN

OG

JE

E.ENO=G.ENO

G.JN

O=J.JN

O

Grafo de C

onsulta

Grafo de R

eunión

Análisis d

e Consultas -

Ejem

plo

Si el g

ráfo de la co

nsulta n

o está en

lazado, la co

nsulta

está equivocad

a.

SELECT E

NAME, R

ESP

FROM E

, G, J

WHERE E

.ENO = G.ENO

A

D

JNAME = “C

AD/CAM”

A

D D

UR

≥ 36

24

Dr. V

íctor J. S

osa S

osa

A

D D

UR

≥ 36

A

D

TITLE = “P

rogram

mer”

G

JE

RESULTADO

RESP

DUR

≥3

6

JNAME=“C

AD/CAM”

ENAME

E.ENO=G.ENO

TITLE=“Program

mer”

�¿Por q

ué sim

plificar?

�Recu

érdese el ejem

plo.

�¿C

ómo? U

sar las reglas d

e transfo

rmació

n.

�Elim

inació

n de red

undancias m

edian

te las reglas d

e

idem

poten

cia:

Simplifica

ción de C

onsultas

25

Dr. V

íctor J. S

osa S

osa

idem

poten

cia:

p1 ∧

¬(p

1 ) ⇔fa

lse

p1 ∧

(p1

∨ p

2 ) ⇔ p

1

p1 ∨

false

⇔p1

�Aplicació

n de tran

sitividad.

�Uso de reg

las de in

tegrid

ad.

. . .

Simplifica

ción de C

onsultas-Ejem

plo

SELECT

TITLE

FROM

E

WHERE

E.ENAME = “J. D

oe”

OR

(

OT (E

.TITLE = “P

rogram

mer”)

A

D

(E.TITLE = “P

rogram

mer”

OR

E.TITLE = “E

lect. Eng.”)

26

Dr. V

íctor J. S

osa S

osa

OR

E.TITLE = “E

lect. Eng.”)

A

D

OT (E

.TITLE = “E

lect. Eng.”))

SELECT

TITLE

FROM

E

WHERE

E.ENAME = “J. D

oe”

Restru

cturació

n

ΠENAME

σDUR=12 OR DUR=24

σJN

AME=“C

AD/CAM”

Proyecció

n

Selecció

n

�Convertir d

e cálculo relacio

nal a

algebra relacio

nal.

�Hacer u

so de árb

oles d

e consulta.

�Ejem

plo.

Encontrar lo

s nombres d

e emplead

os

diferen

tes a J. Doe q

ue trab

ajaron en

27

Dr. V

íctor J. S

osa S

osa

SELECT E

NAME

FROM E

, G, J

WHERE E

.ENO = G.ENO

A

D G

.JNO = J.JN

O

A

D E

NAME ≠

“J.Doe”

A

D JN

AME = “C

AD/CAM”

A

D (D

UR = 12 OR DUR = 24)

σENAME

≠“J. D

OE”

JNO

ENO

JG

E

Reunión

diferen

tes a J. Doe q

ue trab

ajaron en

el proyecto

CAD/CAM de 1

a 2 añ

os.

�Conmutativ

idad de o

peracio

nes b

inarias.

�R

× S ⇔

S×

R�

RS

⇔S

R

�R

∪S

⇔S

∪R

�Asociativ

idad de o

peracio

nes b

inarias.

Restru

cturació

n -Reglas de T

ransfo

rmació

n

28

Dr. V

íctor J. S

osa S

osa

�Asociativ

idad de o

peracio

nes b

inarias.

�(R

×S) ×

T⇔

R×(S

×T)

�(R

S)

T⇔

R

(S

T)

�Idem

poten

cia en operacio

nes u

narias

�Π

A’ (Π

A’ (R

)) ⇔

ΠA’ (R

)

�σ

p1(A

1) (σ

p2(A

2) (R

)) = σ

p1(A

1) ∧

p2(A

2) (R

)

donde R

[A] y

A’⊆

A, A

’’⊆A y A’⊆

A’’.

�Conmutar selecció

n co

n proyecció

n.

�Conmutar selecció

n co

n operacio

nes b

inarias.

�σ

p(A

i) (R×

S) ⇔

(σp(A

i) (R))

×S

�σ

p(A

i) (R

(Aj,B

k)) S) ⇔

(σp(A

i) (R))

(Aj,B

k)) S

�σ

p(A

i) (R∪

T) ⇔

σp(A

i) (R) ∪

σ(A

i) (T)

donde A

perten

ece a Ry T

.

Restru

cturació

n -Reglas de T

ransfo

rmació

n

29

Dr. V

íctor J. S

osa S

osa

donde A

i perten

ece a Ry T

.

�Conmutar p

royecció

n co

n operacio

nes b

inarias.

�Π

C (R×

S)

⇔Π

A’ (R

) ×Π

B’ (S

)

�Π

C (R(A

j,Bk) S

) ⇔ Π

A’ (R

) (Aj,B

k) ΠB’ (S

)

�Π

C (R∪

S)

⇔ Π

C (R)

∪Π

C (S)

donde R

[A] y

S[B]; C

= A’ ∪

B’ d

onde A

’⊆A, B

’⊆B.

Restru

cturació

n -Ejem

plo

ΠENAME

σDUR=12 OR DUR=24

σJN

AME=“C

AD/CAM”

Proyecció

n

Selecció

n

Reto

mando el ejem

plo prev

io:

Encontrar lo

s nombres d

e

emplead

os d

iferentes a J. D

oe

que trab

ajaron en

el proyecto

CAD/CAM de 1

a 2 añ

os.

30

Dr. V

íctor J. S

osa S

osa

SELECT E

NAME

FROM E

, G, J

WHERE E

.ENO = G.ENO

A

D G

.JNO = J.JN

O

A

D E

NAME ≠

“J.Doe”

A

D JN

AME = “C

AD/CAM”

A

D (D

UR = 12 OR DUR = 24)

σENAME

≠“J. D

OE”

JNO

ENO

JG

E

Reunión

CAD/CAM de 1

a 2 añ

os.

Equivalen

cia de C

onsultas

σJN

AME = “C

AD/CAM” ∧

(DUR = 12 OR DUR = 24) ∧

ENAME ≠“J.D

OE”

ΠENAME

31

Dr. V

íctor J. S

osa S

osa

JNO ∧

ENO

GJ

E

X

Restru

cturació

n

ΠENAME

JNO

ΠJN

O, E

NAME

32

Dr. V

íctor J. S

osa S

osa

EJ

G

ENO

ΠJN

OΠ

JNO, E

NO

ΠENO, E

NAME

σENAME ≠“J.D

OE”

σJN

AME = “C

AD/CAM”

σDUR = 12 OR DUR = 24

Paso 2 -Localiza

ción de D

atos

Entrad

a: Consulta en

álgebra so

bre relacio

nes d

istribuidas.

�Determ

inar cu

áles fragmentos están

involucrad

os.

�Localizació

n de p

rogram

as.

33

Dr. V

íctor J. S

osa S

osa

�Localizació

n de p

rogram

as.

�Sustitu

ir para cad

a consulta g

lobal su

program

a de

localizació

n.

�Optim

izar la expresió

n resu

ltante.

Localiza

ción -Ejem

plo

ΠENAME

σDUR=12 OR DUR=24

σJN

AME=“C

AD/CAM”

σ

Suponer:

�E está frag

mentad

o en

E1 , E

2y

E3como sig

ue:

�E1 = σ

ENO ≤

“E3” (E

)

�E2 = σ

”E3” <

ΕΝ

Ο ≤

“E6” (E

)

�E3 = σ

ENO ≥

“E6”

34

Dr. V

íctor J. S

osa S

osa

JNO

E1

G2

σENAME ≠

“J. DOE”

ENO

∪E2

E3

∪

G1

J

�E3 = σ

ENO ≥

“E6”

�G está frag

mentad

o en

G1y G

2

como sig

ue:

�G

1 = σ

ENO ≤

“E3” (G

)

�G

2 = σ

ΕΝ

Ο>“E

3” (G

)

�Reem

place E

por (E

1∪

E2

∪E3 ) y

G por (G

1∪

G2 ) en

cualq

uier co

nsulta.

Proporcio

nando Paralelism

o

∪

35

Dr. V

íctor J. S

osa S

osa

∪

E1

G1

E1

G2

E2

G1

E2

G2

E3

G1

E3

G2

ENO

ENO

ENO

ENO

ENO

ENO

Elim

inando Trabajo Innecesa

rio

∪

36

Dr. V

íctor J. S

osa S

osa

∪

E1

G1

E2

G2

E3

G2

ENO

ENO

ENO

�Reducció

n co

n selecció

n.

�Relació

n R

y F

R = {R1 , R

2 , ..., Rw } donde R

j = σ

pj (R

)

σpi (R

j ) = φ

si ∀xen R: ¬

(pi (x) ∧

pj (x))

�Ejem

plo:

Reducció

n por F

H

SELECT *

FROM E

37

Dr. V

íctor J. S

osa S

osa

FROM E

WHERE E

NO = “E

5”

σENO=“E

5”

E1

σENO=“E

5”

∪E2

E3

E2

�Reducció

n co

n reu

nión.

�Es p

osib

le si la fragmentació

n se h

ace sobre u

n atrib

uto que

particip

a en la reu

nión.

�Una reu

nión distrib

uida so

bre u

na u

nión:

Reducció

n por F

HP

38

Dr. V

íctor J. S

osa S

osa

�Una reu

nión distrib

uida so

bre u

na u

nión:

(R1 ∪

R2 ) R

3 ⇔

(R1

R3 )

∪ (R

2

R3 )

�Dado

Ri =

σpi (R

) y R

j = σ

pj (R

)

Ri

Rj =

φ si ∀

xen R

i , ∀yen R

j : ¬(p

i (x) ∧

pj (y))

Reducció

n por F

HP

�Ejem

plo de red

ucció

n co

n reu

nión.

�Suponer q

ue E

está fragmentad

a como an

tes y

G1= σ

ENO ≤

“E3”(G

)

G2= σ

ENO > “E

3”(G

)

�Consid

erar la consulta

SELECT

*

FROM

E, G

39

Dr. V

íctor J. S

osa S

osa

FROM

E, G

WHERE

E.ENO = G.ENO

ENO

E1

E3

∪

G1

G2

∪

E2

Reducció

n por F

HP

�Ejem

plo de red

ucció

n co

n reu

nión.

�Distrib

uir la reu

nión so

bre las u

niones.

�Aplicar la reg

la de red

ucció

n.

∪

40

Dr. V

íctor J. S

osa S

osa

∪

E2

G2

ENO

E3

G2

ENO

E1

G1

ENO

Reducció

n por F

V

�Encuentra relacio

nes in

termedias in

servibles (v

acias).

Sea la relació

n R

defin

ida so

bre lo

s atributos A

= {A1 , A

2 ,

..., An } frag

mentad

a verticalm

ente en

Ri =

ΠA’ (R

) donde

A’

⊆A, en

tonces:

41

Dr. V

íctor J. S

osa S

osa

A’

⊆A, en

tonces:

ΠD,K (R

i ) es inserv

ible si el co

njunto de la p

royecció

n de

los atrib

utos D

no está en

A’.

Reducció

n por F

V

�Relacio

nes in

termedias in

servibles (v

acias).

Ejem

plo : E

1= Π

ENO, E

NAME (E

); E2= Π

ENO, T

ITLE (E

)

SELECT

ENAME

FROM

E

42

Dr. V

íctor J. S

osa S

osa

FROM

E

ΠENAME

E1

E2

E1

ΠENAME

ENO

Reducció

n por F

HD

�Reglas:

�Distru

buye las reu

niones so

bre las u

niones.

�Aplica la red

ucció

n de la reu

nión para la frag

mentació

n

horizo

ntal.

�Ejem

plo:

�G

1 : G E

NOE1

43

Dr. V

íctor J. S

osa S

osa

�G

1 : G E

NOE1

�G

2 : G E

NOE2

�E1 : σ

TITLE = “P

rogram

mer”

(E)

�E2 : σ

TITLE = “P

rogram

mer”

(E)

SELECT

*

FROM

E, G

WHERE

G.ENO = E.ENO

A

D

E.TITLE = “M

ech. E

ng.”

Reducció

n para una FHD

Consulta g

enérica

∪ ∪

σTITLE=“M

ech. E

ng.”

G

ENO

44

Dr. V

íctor J. S

osa S

osa

Prim

eras selecciones

∪

E1

E2

G1

G2

∪

E2

G1

G2

σTITLE=“M

ech. E

ng.”

ENO

Reuniones so

bre u

niones

G2

G1

E2

∪

ENO

ENO

σTITLE=“M

ech. E

ng.”

Reducció

n para una FHD

45

Dr. V

íctor J. S

osa S

osa

(Sub-árb

ol izq

uierd

o)

G2

E2

G1

E2

Elim

inació

n de las relacio

nes in

termedias v

acías.

G2

E2

ENO

σTITLE=“M

ech. E

ng.”

Reducció

n para FM

Combina las reg

las especificad

as:

�Elim

inar las relacio

nes v

acías generad

as por seleccio

nes

contrad

ictorias en

fragmentos h

orizo

ntales.

Elim

inar las relacio

nes in

necesarias g

enerad

as por

46

Dr. V

íctor J. S

osa S

osa

�Elim

inar las relacio

nes in

necesarias g

enerad

as por

proyeccio

nes en

fragmentos v

erticales.

�Distrib

uir reu

niones so

bre u

niones p

ara aislar y elim

inar

reuniones in

necesarias.

Reducció

n por F

M

Ejem

plo:

�Consid

érese la siguien

te

fragmentació

n m

ixta:

�E1 =

σENO ≤

“E4” (Π

ΕΝ

Ο,Ε

ΝΑ

ΜΕ (Ε

))

ΠENAME

σENO=“E

5”

ΠENAME

47

Dr. V

íctor J. S

osa S

osa

�E1 =

σENO ≤

“E4” (Π

ΕΝ

Ο,Ε

ΝΑ

ΜΕ (Ε

))�E2 =

σENO >

“E4” (Π

ΕΝ

Ο,Ε

ΝΑ

ΜΕ (Ε

))�E3 =

ΠENO, T

ITLE (Ε

)

�Consid

érese la siguien

te consulta:

SELECT E

NAME

FROM E

WHERE E

NO = “E

5”

E1

σENO=“E

5”

∪

E2

E3

E2

ENO

Paso 3 -Optim

izació

n de C

onsulta Global

Entrad

a: Consulta frag

mentad

a.

Encontrar la m

ejor (n

o necesariam

ente la ó

ptim

a) estrategia

global.

�Minim

izar el costo

de u

na fu

nció

n.

�Procesam

iento de reu

nión distrib

uída.

�“Frondoso”vs. árb

oles lin

eales.

48

Dr. V

íctor J. S

osa S

osa

�“Frondoso”vs. árb

oles lin

eales.

�¿C

uál relació

n en

viar a d

ónde?

�Envío co

mpleto

vs. en

vío por d

emanda.

�Decid

ir sobre el u

so de sem

ireuniones.

�Las sem

ireuniones ah

orran

en co

municació

n a co

sta de

más p

rocesam

iento lo

cal.

�Méto

dos d

e reunión.

�Ciclo

s anidados v

s. reuniones o

rdenadas (m

erge jo

in o

hash

join).

Optim

izació

n Basada en

Costo

�Espacio

de so

lució

n.

�El co

njunto de ex

presio

nes d

e álgebra eq

uivalen

tes

(árboles d

e consulta).

�Funcio

nes d

e costo

(en térm

inos d

e tiempo).

�Costo

I/O + co

sto CPU + co

sto de co

municació

n.

�Estas p

ueden ten

er diferen

tes peso

s en diferen

tes

49

Dr. V

íctor J. S

osa S

osa

entornos d

istribuidos (L

AN vs. W

AN).

�Pueden tam

bién

maxim

izar el rendim

iento.

�Algoritm

o de b

úsqueda.

�¿C

ómo podem

os m

overn

os d

entro

del esp

acio de

solució

n?

�Búsquedas ex

haustiv

as y alg

oritm

os h

eurístico

s

(mejo

ramien

to iterativ

o, tem

plad

o sim

ulad

o,

algoritm

os g

enético

s, etc.).

Funcio

nes d

e Costo

�Tiem

po to

tal (o co

sto to

tal).

�Reducir cad

a costo

(en térm

inos d

e tiempo) p

or

componente.

�Hacer el co

sto del co

mponente tan

pequeño co

mo sea

posib

le.

50

Dr. V

íctor J. S

osa S

osa

posib

le.

�Optim

izar la utilizació

n de lo

s recurso

s.

�Increm

enta el th

roughput d

el sistema.

�Tiem

po de resp

uesta.

�Hacer tan

tas cosas co

mo sea p

osib

le en paralelo

.

�Pudiera in

crementar el tiem

po to

tal debido al

increm

ento de activ

idad to

tal.

Costo

Total

Sumato

ria de to

dos lo

s factores d

e costo

:

Costo

total =

costo

de C

PU + co

sto I/O

+ co

sto de co

municació

n

donde

51

Dr. V

íctor J. S

osa S

osa

Costo

de C

PU

= co

sto por u

nidad de in

strucció

n * No. d

e instru

cciones

Costo

de I/O

= co

sto por u

nidad de I/O

a disco

* No. d

e I/Os a d

isco

Costo

de co

municació

n

= in

icio de m

ensaje +

transm

isión

Costo

Total de lo

s Facto

res

�Redes d

e cobertu

ra amplia.

�Inicio

de m

ensaje y

costo

de tran

smisió

n alto

s.

�El co

sto de p

rocesam

iento lo

cal es bajo

(main

frames

rápidas o

minico

mputad

oras).

52

Dr. V

íctor J. S

osa S

osa

rápidas o

minico

mputad

oras).

�Relació

n de co

stos d

e comunicació

n a I/O

= 20:1.

�Redes d

e área local.

�Los co

stos d

e procesam

iento lo

cal y co

municació

n

son sim

ilares.

�Relació

n de co

stos d

e comunicació

n a I/O

= 1:1.6.

Tiem

po de R

espuesta

Tiem

po en

tre el inicio

y la term

inació

n de u

na co

nsulta.

Tiem

po de resp

uesta

= tiem

po de C

PU + tiem

po I/O

+ tiem

po de co

municació

n

Tiem

po de C

PU

= unidad de tiem

po por in

strucció

n * No. d

e instru

cciones

53

Dr. V

íctor J. S

osa S

osa

= unidad de tiem

po por in

strucció

n * No. d

e instru

cciones

secuenciales

Tiem

po de I/O

= unidad de tiem

po I/O

* No. de I/O

s secuenciales

Tiem

po de co

municació

n

= unidad de tiem

po del m

ensaje d

e inicio

* No. de

mensajes secu

enciales +

tiempo de u

nidad de

transm

isión * No. d

e bytes secu

enciales

Ejem

plo de F

uncio

nes d

e Costo

Suponem

os q

ue só

lo se co

nsid

era el costo

de co

municació

n.

Tiem

po to

tal = 2 * tiem

po de in

icialización de m

ensaje +

Sitio

1

Sitio

2

Sitio

3

xunidades

yunidades

54

Dr. V

íctor J. S

osa S

osa

Tiem

po to

tal = 2 * tiem

po de in

icialización de m

ensaje +

tiempo de u

nidad de tran

smisió

n * (x+

y)

Tiem

po de resp

uesta =

max {tiem

po de en

viar x

de 1

a 3,

tiempo de en

viar y

de 2

a 3}

Tiem

po de en

viar x

de 1

a 3 = tiem

po de in

icialización de

mensaje +

tiempo de u

nidad de tran

smisió

n * x

Tiem

po de en

viar y

de 2

a 3 = tiem

po de in

icialización de

mensaje +

tiempo de u

nidad de tran

smisió

n * y

Esta

dística

s de O

ptim

izació

n

�Facto

r de co

sto prim

ario: tam

año de relacio

nes in

termedias.

�Para cad

a relación R[A

1 , A2 , ..., A

n ] con frag

mentos R

1 , R2 , ...,

Rr .

�Longitu

d de cad

a atributo: lo

ng(A

i ).

55

Dr. V

íctor J. S

osa S

osa

i

�Número

de v

alores d

istintos p

ara cada atrib

uto en

cada

fragmento: ca

rd(Π

Ai R

j ).

�Valo

res máxim

o y m

ínim

o en

el dominio de cad

a

atributo: m

in(A

i ), max(A

i ).

�Card

inalid

ad de cad

a dominio: ca

rd(d

om[A

i ]).

�Card

inalid

ad de cad

a fragmento: ca

rd(R

j ).

Esta

dística

s de O

ptim

izació

n

�Facto

r de selectiv

idad de cad

a operació

n para relacio

nes.

�Para reu

niones

FS

(R,S) =

card(R

S)

56

Dr. V

íctor J. S

osa S

osa

�Mayor p

recisión => m

ayor co

sto para m

anten

er.

FS

(R,S) =

card(R

S)

card(R) *

card(S)

Tamaño de R

elacio

nes In

termedias

Selecció

n.

tamaño(R) =

card(R) *

long(R)

card(σ

F (R) =

FS

σ (F) *

card(R)

donde

1

57

Dr. V

íctor J. S

osa S

osa

FS

σ (A =

valo

r) =1

card(∏

A (R))

FS

σ (A >

valo

r) =max(A

) -va

lor

max(A

) -min(A)

FS

σ (A <

valo

r) =va

lor-min(A)

max(A

) -min(A)

Tamaño de R

elacio

nes In

termedias

y donde

FS

σ ( p(A

i ) ∧ p(A

j ) )

= F

Sσ ( p

(Ai )) *

FS

σ ( p(A

j ) )

58

Dr. V

íctor J. S

osa S

osa

= F

Sσ ( p

(Ai )) *

FS

σ ( p(A

j ) )

FS

σ ( p(A

i ) ∨ p(A

j ) )

= F

Sσ ( p

(Ai )) +

FS

σ ( p(A

j ) )

-(F

Sσ ( p

(Ai )) *

FS

σ ( p(A

j ) ) )

FS

σ ( A ∈

{va

lores}

)

= F

Sσ ( A

=va

lor) *

card({

valo

res})

Tamaño de R

elacio

nes In

termedias

Proyecció

n.

card(Π

K (R)) =

card(R)

Producto

cartesiano.

card(R

×S) =

card(R) *

card(S)

59

Dr. V

íctor J. S

osa S

osa

Unión.

Lím

ite superio

r: card(R

∪S) =

card(R) +

card(S)

Lím

ite inferio

r: card(R

∪S) =

max{

card(R), ca

rd(S)}

Diferen

cia.

Lím

ite superio

r: card(R

-S) =

card(R)

Lím

ite inferio

r: 0

Tamaño de R

elacio

nes In

termedias

Reunión.

�Caso

especial. A

es una llav

e de R

y B

es una llav

e

forán

ea de S

; Aes u

na llav

e forán

ea de R

y B

es una

llave d

e S.

card(R

A=B S

) = ca

rd(R)

60

Dr. V

íctor J. S

osa S

osa

card(R

A=B S

) = ca

rd(R)

�Caso

general.

card(R

S

) = FS

* ca

rd(R) *

card(S)

Sem

ireunión.

card(R

AS

) = F

S (S

.A) *

card(R)

donde

FS

(R A

S) =

FS

(S.A) =

card(Π

Α(S))

card(d

om[A])

�IN

GRES.

�Dinám

ica.

�Interp

retativa.

Optim

izació

n de C

onsultas C

entra

lizada

61

Dr. V

íctor J. S

osa S

osa

�Interp

retativa.

�System

R.

�Estática.

�Búsqueda ex

haustiv

a.

Algoritm

o de I

GRES

�Desco

mponer cad

a consulta m

ultiv

ariable en

una

secuencia d

e consultas m

onovariab

le con una v

ariable

común.

�Procesa cad

a una m

edian

te un procesad

or d

e consultas

monovariab

le.

62

Dr. V

íctor J. S

osa S

osa

monovariab

le.

�Elig

e un plan

inicial d

e ejecució

n (h

eurística).

�Ordena el resto

consid

erando tam

años d

e

relaciones in

termedias

Nota: n

o m

antien

e inform

ación estad

ística.

Algoritm

o de D

escomposició

n de I

GRES

�Reem

plazo

de v

ariable. S

e sustitu

ye u

na v

ariable n

de la

consulta q

por u

na serie d

e consultas

q1 →

q2 →

... → q

n

donde q

i usa el resu

ltado de q

i-1 .

Separació

n de co

nsulta. S

e separa la co

nsulta q

en q’ →

63

Dr. V

íctor J. S

osa S

osa

�Separació

n de co

nsulta. S

e separa la co

nsulta q

en q’ →

q’’ d

onde q

’ yq’’ tien

en una v

ariable co

mún, la cu

al es el

resultad

o de q

’.

�Sustitu

ción de tu

pla

. Se reem

plaza el v

alor d

e cada tu

pla

con lo

s valo

res actuales, y

se simplifica la co

nsulta.

q(V

1 , V2 , ...,

Vn ) →

{q’ (t1

i , V2 , V

3 , ...,V

n ), t1i ∈

R1 }

Separació

n de C

onsulta

SELECT

V2 .A

2 , V3 .A

3 , ..., Vn .A

n

FROM

R1V

1 , ..., Rn V

n

WHERE

P1 (V

1 .A1 ’)

A

D

P2 (V

1 .A1 , V

2 .A2 , ..., V

n .An )

⇓

q:

64

Dr. V

íctor J. S

osa S

osa

SELECT

V1 .A

1I

TO

R1 ’

FROM

R1V

1

WHERE

P1 (V

1 .A1 )

SELECT V

2 .A2 , V

3 .A3 , ..., V

n .An

FROM

R1 ’ V

1 , R2V

2 , ..., RnV

n

WHERE

P2 (V

1 .A1 , V

2 .A2 , ..., V

n .An )

⇓q’:

q’’:

Ejem

plo de S

eparació

n

SELECT

E.ENAME

FROM

E, G

, J

WHERE

E.ENO = G.ENO

A

D

G.JN

O = J.JN

O

A

D

J.JNAME = “C

AD/CAM”

⇓

q:

65

Dr. V

íctor J. S

osa S

osa

SELECT

J.JNO I

TO

JVAR

FROM

J

WHERE

J.JNAME = “C

AD/CAM”

SELECT

E.ENAME

FROM

E, G

, JVAR

WHERE

E.ENO = G.ENO

A

D

G.JN

O = JV

AR.JN

O

⇓q11 :

q’:

Ejem

plo de S

eparació

n

SELECT

E.ENAME

FROM

E, G

, JVAR

WHERE

E.ENO = G.ENO

A

D

G.JN

O = JV

AR.JN

O

⇓

q’:

66

Dr. V

íctor J. S

osa S

osa

SELECT

G.ENO I

TO

GVAR

FROM

G, JV

AR

WHERE

G.JN

O = JV

AR.JN

O

⇓

q12 :

SELECT

E.ENAME

FROM

E, G

VAR

WHERE

E.ENO = GVAR.ENO

q13 :

Sustitu

ción de T

uplas

�La co

nsulta q

11 es m

ono-variab

le; mien

tras que q

12y q

13 están

sujetas a su

stitució

n de tu

plas.

�Suponem

os q

ue G

VAR tien

e únicam

ente d

os tu

plas: <

E1> y

<E2>.

�La su

stitució

n para q

13queda d

e la siguien

te manera

67

Dr. V

íctor J. S

osa S

osa

SELECT

E.E

2AM

E

FROM

E

WHERE

E.E

2O=“E1”

q131 :

SELECT

E.E

2AM

E

FROM

E

WHERE

E.E

2O=“E2”

q132 :

Algoritm

o de S

ystem

R

�Consultas sim

ples (ejem

. mono-relació

n) so

n

ejecutad

as de acu

erdo al m

ejor cam

ino de acceso

�Ejecu

ción de Jo

ins

68

Dr. V

íctor J. S

osa S

osa

�Ejecu

ción de Jo

ins

2.1 Determ

ina el p

osib

le orden de lo

s joins

2.2 Determ

ina el co

sto de cad

a orden

2.3 Elig

e el orden de jo

in co

n co

sto m

ínim

o

Algoritm

o de S

ystem

R

Para lo

s Joins, tien

e 2 alg

oritm

os altern

ativos:

�Ciclo

s Anidados

Para cada tu

pla d

e relación ex

terna (card

inalid

ad n

1 )

Para cada tu

pla d

e relación in

terna (card

inalid

ad n

2 )

join de d

os tu

plas si el p

redicad

o del jo

in es v

erdadero69

Dr. V

íctor J. S

osa S

osa

join de d

os tu

plas si el p

redicad

o del jo

in es v

erdadero

Fin

Fin

�Complejid

ad: n

1 * n

2

�Mezclar Jo

in

Ordena relacio

nes

Mezcla relacio

nes

�Complejid

ad: n

1 + n

2Si las relacio

nes so

n prev

iamente

ordenadas y

equijo

in

Algoritm

o de S

ystem

R -Ejem

plo

Nombres d

e emplead

os q

ue trab

ajan en

el

proyecto

CAD/CAM

Asumir:

�E tien

e un ín

dice so

bre E

NO

70

Dr. V

íctor J. S

osa S

osa

�E tien

e un ín

dice so

bre E

NO

�G tien

e un ín

dice so

bre JN

O

�J tien

e un ín

dice so

bre JN

O y un ín

dice so

bre JN

AME

G

EJ

JNO

ENO

Algoritm

o de S

ystem

R -Ejem

plo (co

nt..)

�Elig

e el mejo

r camino de acceso

para cad

a relación

�E: b

úsqueda secu

encial (n

o hay selecció

n so

bre E

)

�G: b

úsqueda secu

encial (n

o selecció

n so

bre G

)

�J: ín

dice so

bre JN

AME (h

ay una selecció

n so

bre

J basad

o en

JNAME)

71

Dr. V

íctor J. S

osa S

osa

J basad

o en

JNAME)

�Determ

inar el m

ejor o

rden de Jo

in�

E G

J

�G J E

�J G

E

�G E

J�

E X

J G

�J X

E G

�Seleccio

nar el m

ejor o

rden basad

o en

los co

stos d

el Join

evalu

ado de acu

erdo a lo

s dos m

étodos

Algoritm

o de S

ystem

R

Altern

ativas

EG

J

E G

E x J G

E G

x J J G

J x E

72

Dr. V

íctor J. S

osa S

osa

E G

E x J G

E G

x J J G

J x E

pruned p

runed p

runed p

runed

(G E

) J (J G

) E

((G E

) J)

((J G) E

)

El m

ejor o

rden del jo

in to

tal es uno de

Algoritm

o de S

ystem

R

�((J G

) E) tien

e un ín

dice ú

til sobre lo

s atributos d

el

select y accesa d

irectamente lo

s atributos d

el Join de G

y E

�Por lo

tanto, eleg

irlo co

n lo

s siguien

tes méto

dos d

e

73

Dr. V

íctor J. S

osa S

osa

�Por lo

tanto, eleg

irlo co

n lo

s siguien

tes méto

dos d

e

acceso:�

Seleccio

nar J u

sando el ín

dice so

bre JN

AME

�entonces u

nir co

n G utilizan

do el in

dice so

bre JN

O

�desp

ués u

nir co

n E utilizan

do el ín

dice so

bre E

NO

Ordenar Join en

Consultas de F

ragmentos

�Ordenan Jo

ins

�IN

GRES Distrib

uido

�System

R*

74

Dr. V

íctor J. S

osa S

osa

�System

R*

�Ordenan Sem

iJoins

�SDD-1

�Algoritm

os A

pers-H

evner-Y

ao

Ordenar Join

Consid

erar dos relacio

nes so

lamente

Si ta

maño(R

) < ta

maño(S)

Si ta

maño(R

) > ta

maño(S)

RS

75

Dr. V

íctor J. S

osa S

osa

Con m

últip

les relaciones es m

ás complejo

debido a

que ex

isten m

uchas altern

ativas

�Procesar el co

sto de to

das las altern

ativas y

evalu

ar la mejo

r

* Es n

ecesario procesar el tam

año de relacio

nes

interm

edias lo

cual es d

ificil

�Uso de h

eurísticas

Ordenar Join -Ejem

plo

Consid

erar

J JNOE E

NOG

Sitio

2

G

76

Dr. V

íctor J. S

osa S

osa

Sitio

1Sitio

3

G

EJ

ENO

JNO

Ordenar Join -Ejem

plo

Altern

ativas d

e ejecució

n:

E →

Sitio

2

Sitio

2 procesa E

’=E G

E’ →

Sitio

3

Sitio

3 procesa E

’ J

G →

Sitio

1

Sitio

1 procesa E

’=E G

E’ →

Sitio

3

Sitio

3 procesa E

’ J

1.

2.

77

Dr. V

íctor J. S

osa S

osa

Sitio

3 procesa E

’ J

G →

Sitio

3

Sitio

3 procesa G

’=G J

G’ →

Sitio

1

Sitio

1 procesa G

’ E

E →

Sitio

2

J →Sitio

2

Sitio

2 procesa E

J G

Sitio

3 procesa E

’ J

J →Sitio

2

Sitio

2 procesa J’=

J G

J’ →Sitio

1

Sitio

1 procesa J’ E

3.5.

4.

Algoritm

os de S

emiJoin

Consid

erar el join de d

os relacio

nes:

R[A

] (ubicad

a en el sitio

1)

S[A

] (ubicad

a en el sitio

2)

Altern

ativas:

78

Dr. V

íctor J. S

osa S

osa

Altern

ativas:

1 H

acer el join R A

S

2 E

fectuar u

no de lo

s semijo

ins eq

uivalen

tes

R A

S ⇔

(R A

S) A

S

⇔R A

(S A

R)

⇔(R A

S) A

(S A

R)

Algoritm

os de S

emiJoin

�Efectu

ar el Join

�Enviar R

al Sitio

2

�El S

itio 2 Procesa R

AS

Consid

erar Sem

iJoin (R

AS) A

S

79

Dr. V

íctor J. S

osa S

osa

Consid

erar Sem

iJoin (R

AS) A

S

�S’←

ΠΑ

(S)

�S’ →

Sitio

1

�Sitio

1 procesa R

’ = R A

S’

�R’ →

Sitio

2

�Sitio

2 procesa R

’ AS

Sem

iJoin es m

ejor si

tamaño(Π

Α(S

)) + ta

maño(R A

S)) <

tamaño(R)

Procesa

mien

to de C

onsultas D

istribuido

Algoritm

os

Tiem

po

Optim

o

Objetiv

o

de la fu

n.

Facto

res a

optim

.

Topología

de R

ed

Sem

i

Joins

Estad

isticas*Frag

men.

INGRES

Distrib

uido

Dinám

icoTiem

po de

Resp

uesta

o Costo

Total

Tam

año del

Mensaje,

Procesam

iento

General o

Brao

dcast

no

1Horiz.

R*

Estático

Costo

Total

#Msg, T

am.

.Msg, IO

, CPU

General o

Local

no

1,2

No

80

Dr. V

íctor J. S

osa S

osa

R*

Estático

Total

.Msg, IO

, CPU

Local

no

1,2

No

SDD-1

Estático

Costo

Total

Tam

. Msg

General

si1,3,4,5

No

AHY

Estático

Tiem

po de

Resp

uesta

o Costo

Total

#Msg M

sg size,

General

si1,3,5

No

1: card

inalid

ad de la relació

n, 2

: número

de v

alores ú

nico

s por atrib

uto, 3

: factor d

e selectividad del jo

in

4: tam

año de p

royecció

n so

bre cad

a atributo jo

in, 5

: tamaño del atrib

uto y de la tu

pla

Algoritm

o de I

GRES Distrib

uido

Igual q

ue la v

ersión cen

tralizada ex

cepto

�El m

ovim

iento de relacio

nes (y

fragmentos) n

ecesita

ser consid

erado

81

Dr. V

íctor J. S

osa S

osa

ser consid

erado

�Optim

ización co

n resp

ecto al p

osib

le costo

de

comunicacio

nes o

tiempo de resp

uesta

Algoritm

o de R

*

�El co

sto de fu

nció

n in

cluye p

rocesam

iento lo

cal así como

transm

isión

�Consid

era sólo jo

ins

82

Dr. V

íctor J. S

osa S

osa

�Búsqueda ex

haustiv

a

�Compilació

n

Algoritm

o de R

*

Eficien

cia en Jo

ins

�Traslad

a todo

�Gran

des tran

sferencia d

e dato

s

�Pequeño número

de m

ensajes

�Es m

ejor si las relacio

nes so

n pequeñas

83

Dr. V

íctor J. S

osa S

osa

�Es m

ejor si las relacio

nes so

n pequeñas

�Ir a B

uscar

�número

de m

ensajes =

O(card

inalid

ad de relació

n

extern

a)

�La tran

sferencia d

e dato

s por m

ensaje es m

ínim

a

�Es m

ejor si las relacio

nes so

n gran

des y

la

selectividad es b

uena

Algoritm

o de R

* -

Partició

n Vertica

l y Joins

Mover tu

plas d

e una relació

n ex

terior al sitio

de u

na

relación in

terior

1.

(a) Extraer tu

plas ex

teriores

84

Dr. V

íctor J. S

osa S

osa

(a) Extraer tu

plas ex

teriores

(b) E

nviarlas al sitio

de la relació

n in

terior

(c) Unirlas co

mo vayan lleg

ando

Costo

Total =

costo

(extraer tu

plas ex

teriores cu

alificadas)

+ no. de tu

plas ex

teriores fetch

ed *

costo

(extraer tu

plas in

teriores calificad

as)

+ co

st. msg * (n

o. tu

plas ex

teriores fetch

ed *

tamaño prom. d

e tuplas ex

teriores) / tam

año m

sg.

Algoritm

o de R

* -

Partició

n Vertica

l y Joins

Mover tu

plas d

e relación in

terior al sitio

de

relación ex

terior

2.

No se p

ueden unir co

mo van lleg

ando; n

ecesitan ser alm

acenadas

85

Dr. V

íctor J. S

osa S

osa

Costo

Total =

costo

(extraer tu

plas ex

teriores cu

alificadas)

+ no. de tu

plas ex

teriores fetch

ed *

costo

(extraer tu

plas in

teriores m

atching del alm

acén tem

poral)

+ co

sto(ex

traer tuplas in

teriores cu

alificadas)

+ co

sto(alm

acenar to

das las tu

plas in

ternas cu

alificadas en

almacén

temporal)

+ co

st. msg * (n

o. tu

plas in

teriores fetch

ed *

tamaño prom. de tu

pla in

terior) / tam

año m

sg.

Algoritm

o de R

* -

Partició

n Vertica

l y Joins

Mover relacio

nes in

ternas y

extern

as a otro

sitio3.

Costo

Total =

costo

(extraer tu

plas ex

teriores cu

alificadas)

+ co

sto(ex

traer tuplas in

teriores cu

alificadas)

+ co

sto(alm

acenar tu

plas in

teriores en

alm. )

86

Dr. V

íctor J. S

osa S

osa

+ co

sto(alm

acenar tu

plas in

teriores en

alm. )

almacén

temporal)

+ co

st. msg * (n

o. tu

plas ex

teriores fetch

ed *

tamaño prom. de tu

pla ex

terior) / tam

año m

sg.

+ co

st. msg * (n

o. tu

plas in

teriores fetch

ed *

tamaño prom. de tu

pla in

terior) / tam

año m

sg.

+ no. de tu

plas ex

teriores fetch

ed *

costo

(extraer tu

plas in

teriores d

el almacén

temporal)

Algoritm

o de R

* -

Partició

n Vertica

l y Joins

Fetch

inner tu

ples as n

edded

4.

(a) Extraer tu

plas cu

alificadas en

sitio de relació

n ex

terior

(b) E

nviar req

uisició

n co

nten

iendo jo

in co

lumna v

alor(s)

para tu

plas ex

teriores al sitio

de la relació

n in

terior

(c) Extraer tu

plas in

teriores q

ue ap

arean en

el sitio de relació

n in

terior

87

Dr. V

íctor J. S

osa S

osa

(c) Extraer tu

plas in

teriores q

ue ap

arean en

el sitio de relació

n in

terior

(d) E

nviar las tu

plas in

teriores q

ue ap

arean al sitio

de la relació

n ex

terior

(e) Unir co

mo vayan lleg

ando

Costo

Total =

costo

(extraer tu

plas ex

teriores cu

alificadas)

+ co

st. msg * (n

o. tu

plas ex

teriores fetch

ed)

+ no. de tu

plas ex

teriores fetch

ed *

(no. de tu

plas in

teriores fetch

ed * tam

año prom.

de tu

pla in

terior *

cost. m

sg. / tam

año m

sg.

+ no. de tu

plas ex

teriores fetch

ed * co

sto(ex

traer tuplas

interio

res que ap

arean para u

n valo

r exterio

r)

Algoritm

o de S

DD -1

�Basad

o en

el algortim

o de S

ubien

do la C

uesta (H

ill Clim

bing)

�No Sem

ijoins

�No Replicació

n

88

Dr. V

íctor J. S

osa S

osa

�No Replicació

n

�No frag

mentació

n

�No es co

nsid

erado el co

sto de tran

sferir el resultad

o

al sitio del u

suario

desd

e el sitio del resu

ltado fin

al

�Puede m

inim

izar tanto el tiem

po to

tal o el tiem

po

de resp

uesta

Algoritm

o Hill C

limbing

Asumir q

ue el jo

in esta en

tre tres relaciones.

Paso

1: H

acer procesam

iento in

icial

Paso

2: S

elección de la so

lució

n factib

le inicial (E

S0 )

2.1 Determ

inar el sitio

candidato

para el resu

ltado -sitio

donde

una relació

n referen

ciada en

la consulta ex

ista

89

Dr. V

íctor J. S

osa S

osa

una relació

n referen

ciada en

la consulta ex

ista

2.2 Calcu

lar el costo

de tran

sferir todas lo

s otras relacio

nes

refrenciad

as a cada sitio

candidato

2.3 E

S0= sitio

candidato

con co

sto m

ínim

o

Paso

3: D

eterminar d

ivisio

nes can

didatas d

e ES0en {ES1 ,E

S2 }

3.1 E

S1consiste d

e enviar u

na d

e las relaciones al o

tro sitio

de la relació

n

3.2 E

S2consiste d

e enviar el jo

in de las relacio

nes al sitio

del

resultad

o fin

al

Algoritm

o Hill C

limbing

Paso

4: R

emplazar E

S0con el p

lan de d

ivisió

n el cu

al

da:

costo

(ES1 ) +

costo

(join lo

cal) + co

sto(E

S2 ) <

costo

(ES0 )

90

Dr. V

íctor J. S

osa S

osa

Paso

5: R

ecursiv

amente ap

licar paso

s 3-4 so

bre E

S1y E

S2

hasta q

ue n

inguno de lo

s plan

es pueda ser en

contrad

o

Paso

6: V

erificar por tran

smisio

nes red

undantes en

el plan

final y

eliminarlas.

Algoritm

o Hill C

limbing -Ejem

plo

¿Cuales so

n lo

s salarios d

e los in

geniero

s que trab

ajan en

el

proyecto

CAD/CAM?

Relació

nTam

año

Sitio

ΠSAL(S

TITLE(E

ENO(G

JNO(σ

JNAME=“C

AD/CAM”(J)))))

91

Dr. V

íctor J. S

osa S

osa

Relació

nTam

año

Sitio

ESJG

84410

1234

Asumir:El tam

año de las relacio

nes es d

efinido por su

cardinalid

ad

Minim

izar costo

total

El co

sto de tran

smisió

n en

tre dos sitio

s es 1

Ignorar el co

sto de p

rocesam

iento lo

cal

Algoritm

o Hill C

limbing -Ejem

plo

Relació

nTam

año

Sitio

Paso

1:

Selecció

n so

bre J; el resu

ltado tien

e cardinalid

ad 1

92

Dr. V

íctor J. S

osa S

osa

Relació

nTam

año

Sitio

ESJG

84410

1234

Algoritm

o Hill C

limbing -Ejem

plo

Paso

2: S

olució

n factib

le inicial

Altern

ativa 1

: El sitio

de resu

ltado es el sitio

1

Costo

Total =

costo

(S →

Sitio

1) +

costo

(G→Sitio

1) +

costo

(J→Sitio

1)

= 4

+ 10 + 1 = 15

93

Dr. V

íctor J. S

osa S

osa

Altern

ativa 2

: El sitio

de resu

ltado es el sitio

2

Altern

ativa 3

: El sitio

de resu

ltado es el sitio

3

Costo

Total =

8 + 10 + 1 = 19

Costo

Total =

8 + 4 + 10 = 22

Altern

ativa 4

: El sitio

de resu

ltado es el sitio

4

Costo

Total =

8 + 4 + 10 = 22

Por lo

Tanto E

S0= {E

→Sitio

4; S

→Sitio

4; J→

Sitio

4}

Algoritm

o Hill C

limbing -Ejem

plo

Paso

3: D

eterminar d

ivisio

nes can

didato

Altern

ativa 1

: {ES1 , E

S2 , E

S3 } donde

ES1 : E

→Sitio

2

ES2 : (E

S) →

Sitio

4

94

Dr. V

íctor J. S

osa S

osa

ES2 : (E

S) →

Sitio

4

ES3 : J →

Sitio

4

Altern

ativa 2

: {ES1 , E

S2 , E

S3 } donde

ES1 : S

→Sitio

1

ES2 : (S

E) →

Sitio

4

ES3 : J →

Sitio

4

Algoritm

o Hill C

limbing -Ejem

plo

Paso

4: D

eterminar lo

s costo

s de cad

a alternativ

a de d

ivisió

n

costo

(Altern

ativa 1

) = co

sto(E →

Sitio

2) +

costo

((E S

) →Sitio

4) +

costo

(J →Sitio

4)

= 8

+ 8 +1 = 17

95

Dr. V

íctor J. S

osa S

osa

costo

(Altern

ativa 2

) = co

sto(E →

Sitio

1) +

costo

((S E

) →Sitio

4) +

costo

(J →Sitio

4)

= 4

+ 8 +1 = 13

Decisió

n: N

O DIV

IDIR

Paso

5: E

S0es el “m

ejor”

Paso

6: N

o hay tran

smisio

nes red

undantes

Algoritm

o Hill C

limbing

Problem

as:

�Algoritm

o av

aro →

determ

ina u

na so

lució

n in

icial factible

e iterativam

ente trata d

e mejo

rarla

�Si h

ay un m

ínim

o lo

cal no podría en

contrar m

ínim

o global

96

Dr. V

íctor J. S

osa S

osa

�Si el p

lan óptim

o tien

e un alto

costo

inicial, n

o lo

encontrará y

a que n

o lo

eligirá co

mo la so

lució

n

factible in

icial

Ejem

plo : U

n plan

mejo

r esJ →

Sitio

4

G’ =

(J G) →

Sitio

1

(G’

E) →

Sitio

2

Costo

Total =

1 + 2 + 2 = 5

Algoritm

o SDD -1

Paso

1: E

n la estrateg

ia de ejecu

ción (llam

ado ES), in

cluye

todo el p

rocesam

iento lo

cal

Inicializació

n

Paso

2: R

efleja los efecto

s del p

rocesam

iento lo

cal sobre el

97

Dr. V

íctor J. S

osa S

osa

Paso

2: R

efleja los efecto

s del p

rocesam

iento lo

cal sobre el

perfil d

e la base d

e dato

s

Paso

3: C

onstru

ye u

n co

njunto de o

peracio

nes sem

ijoin

benéficas (B

S) co

mo sig

ue:

BS= 0

Por cad

a semijo

in SJi

BS

← B

S∪

SJisi co

sto(S

Ji) <

ben

eficio(S

Ji)

Algoritm

o SDD-1 -Ejem

plo

Consid

erar la siguien

te consulta

SELECT

*

FROM

E, G

, J

WHERE

E.ENO = G.ENO

A

D

G.JN

O = J.JN

O

La cu

al tiene el sig

uien

te grafo

y estad

ísticas:

98

Dr. V

íctor J. S

osa S

osa

La cu

al tiene el sig

uien

te grafo

y estad

ísticas:

EG

JENO

JNO

sitio 1

sitio 2

sitio 3

relació

ncard

tam. tu

pla

tam. re

lació

n

EGJ

30

100

50

50

30

40

1500

3000

2000

atrib

uto

SF

tamaño(Π

atrib

uto)

E.E

NO

G.E

NO

G.JNO

J.JNO

.3.81.4

120

400

400

200

Algoritm

o SDD-1 -Ejem

plo

�Sem

ijoins b

eneficio

sos:

�SJ1= G E

, cuyo beneficio

es 2100 = (1

-0.3) *

3000

y el co

sto es 1

20

�SJ2= G J, cu

yo beneficio

es 1800 = (1

-0.4) *

3000

99

Dr. V

íctor J. S

osa S

osa

�SJ2= G J, cu

yo beneficio

es 1800 = (1

-0.4) *

3000

y el co

sto es 2

00

�Sem

ijoins n

o beneficio

sos:

�SJ3= E G

, cuyo beneficio

es 300 = (1

-0.8) *

1500

y el co

sto es 4

00

�SJ4= G J, cu

yo beneficio

es 0 y el co

sto es 4

00

Algoritm

o SDD-1

Proceso

iterativo

Paso

4: R

emueve el m

ás beneficio

so SJide B

Sy lo

agreg

a a ES

Paso

5: M

odifica el p

erfil de la b

ase de d

atos aco

rdem

ente

100

Dr. V

íctor J. S

osa S

osa

Paso

5: M

odifica el p

erfil de la b

ase de d

atos aco

rdem

ente

Paso

6: M

odifica B

Sapropiad

amente

�Procesa n

uevos v

alores b

eneficio

/costo

�Verifica si alg

ún nuevo sem

ijoin necesita ser

inclu

ido en

BS

Paso

7: S

i BS

≠0, reg

resa al paso

4

Algoritm

o SDD-1 -Ejem

plo

�Iteració

n 1:

�Rem

over S

J1de B

Sy ag

regarlo

a ES.

�Actu

alizar estadísticas d

e Gta

maño(G

) = 900 (=

3000*0.3)

SF

(G.ENO) =

~0.8*0.3 = 0.24

101

Dr. V

íctor J. S

osa S

osa

�Iteració

n 2:

�Dos sem

ijoins b

eneficio

sos:

SJ2= G’ J, cu

yo beneficio

es 540 = (1

-0.4)*900 y el co

sto es 2

00

SJ3= E G

’,cuyo beneficio

es 1400 = (1

-0.24)*1500 y el co

sto

es 400

�Agreg

ar SJ3a E

S

�Actu

alizar estadísticas d

e Eta

maño(E) =

360 (=

1500*0.24)

SF

(E.ENO) =

~0.3*0.24 = 0.072

Algoritm

o SDD-1 -Ejem

plo

�Iteració

n 3:

�No nuevos sem

ijoins b

eneficio

sos

�Rem

over sem

ijoins S

J2que q

uedan de B

Sy

agreg

arlo a E

S.

102

Dr. V

íctor J. S

osa S

osa

agreg

arlo a E

S.

�Actu

alizar estadísticas d

e G

tamaño(G

) = 360 (=

900*0.4)

Nota: L

a selectividad de G

pudiera tam

bién

cambiar, p

ero no

es importan

te en este ejem

plo

Algoritm

o SDD-1

Selecció

n del S

itio de R

eunión

Paso

8: E

ncontrar el sitio

donde la m

ás gran

de can

tidad de d

atos

reside y

seleccionarlo

como el sitio

de reu

nión

103

Dr. V

íctor J. S

osa S

osa

Ejem

plo:

Total d

e dato

s almacen

ados en

los sitio

s:

Sitio

1: 3

60

Sitio

2: 3

60

Sitio

3: 2

000

Por lo

tanto el sitio

3 será eleg

ido co

mo el sitio

de reu

nión.

Algoritm

o SDD-1

Postp

rocesam

iento

Paso

9: P

ara cada R

i en el sitio

“assembly” , en

contrar lo

s

semijo

ins d

el tipo

Ri

Rj

donde el co

sto to

tal de E

S sin

este semijo

in es m

ás

pequeño que el co

sto co

n éste y

remueve el sem

ijoin

104

Dr. V

íctor J. S

osa S

osa

�Los sem

ijoins n

o so

n rem

ovidos

pequeño que el co

sto co

n éste y

remueve el sem

ijoin

de E

S.

Nota: P

odría h

aber b

eneficio

s indirecto

s

Paso

10: P

ermute el o

rden de sem

ijoins si se h

ace se podría m

ejorar

el costo

total d

e ES.

�Ejem

plo: E

strategia fin

al:

Envíar (G

E) J al sitio

3

Enviar E

G’ al sitio

3

Algoritm

os A

pers-H

evner-Y

ao

�Sitio

de resu

ltado esp

ecificado por el u

suario

�Hacer u

so de sem

ijoins

�Puede ser u

sado para u

n m

ínim

o de tiem

po to

tal o resp

onder

en un m

ínim

o de tiem

po

�Consid

era solam

ente co

sto de tran

smisio

nes

105

Dr. V

íctor J. S

osa S

osa

�Consid

era solam

ente co

sto de tran

smisio

nes

�Consultas

�Esas co

nsultas d

onde, d

espués d

e iniciar el p

rocesam

iento

local, cad

a relación en

la consulta co

ntien

e solam

ente el

atributo co

mún del jo

in , el cu

al es también

la única salid

a de

la consulta.

�Consultas g

enerales

�Cualq

uier co

nsulta q

ue sea an

terior y

que sea b

uena

Algoritm

o-R

epresen

tación AHY

Consid

ere la siguien

te consulta sim

ple y

sus estad

ísticas

R2

R1

R3

AA

A

atributo

SF

size(Π atrib

uto )

R1 .A

R2 .A

R3 .A

.31.7

100

400

200

106

Dr. V

íctor J. S

osa S

osa

Puede ser rep

resentad

o por el sig

uien

te plan

R3 .A

.7200

R1 .A

100

R2

R3 .A

200

84

Paso 4 -Optim

izació

n Local

Entrad

a: Mejo

r plan

de ejecu

ción global

�Seleccio

na el m

ejor cam

ino de acceso

107

Dr. V

íctor J. S

osa S

osa

�Seleccio

na el m

ejor cam

ino de acceso

�Usa las técn

icas de o

ptim

ización cen

tralizada

Optim

izació

n de C

onsultas D

istribuidas -

Problem

as

�Modelo

de co

sto

�Optim

ización de co

nsulta m

ultip

le

�Heurísticas p

ara reducir altern

ativas

�Mayor co

njunto de co

nsultas

�Optim

ización só

lo so

bre co

nsultas select-p

roject-jo

in

108

Dr. V

íctor J. S

osa S

osa

�Optim

ización só

lo so

bre co

nsultas select-p

roject-jo

in

�Tam

bién

necesita m

anejar co

nsultas co

mplejas (ejem

.,

uniones) d

isjuncio

nes, ag

regació

nes y

clasificaciones)

�Costo

de o

ptim

ización vs. co

sto de ejecu

ción trad

eoff

�Heurísticas p

ara reducir altern

ativas

�Estrateg

ias de b

úsqueda co

ntro

lables

�Interv

alo Optim

ización/reo

ptim

ización

�Exten

sión de lo

s cambios en

el perfil d

e la base d

e

dato

s antes d

e que la reo

ptim

ización sea n

ecesaria