关系数据库的工作原理（三）

查询管理器：

    查询管理器是数据库的关键，在这里将对查询进行检查、优化、执行，并将查询结果返回给客户端。

Fig. 10

    一般有以下步骤：

1. 查询解析，检查查询是否合法（一般是语法）；
2. 重写查询，去除不必要操作，执行预处理；
3. 查询被优化，以期提高性能；再转换为可执行的数据存取计划；
4. 编译存取计划，并执行。

以下重点分析前面三个步骤。

    查询解析：

    在该过程一般检查SQL语法、查询表是否存在、列是否存在、类型是否正确、运算是否正确，然后检查用户是否对表有操作权限，解析过程中，会将SQL转化为数据库内部表示形式，解析通过，内部表示形式将传给查询重写。

    查询重写：

    查询重写目的是对查询做优化，去除不必要操作，帮助优化器选择最优查询方案。

    重写器会根据已有的查询规则匹配当前查询，如果匹配到，则按照相应规则查询。以下简述部分规则：

1. View merging：如果查询中使用了视图，则视图将会被视图查询语句替换。
2. 子查询：子查询较难优化，重写器会用一个易于优化的子查询替换原来的子查询。

   如：

   SELECT PERSON.*

   FROM PERSON

   WHERE PERSON.person_key IN

   (SELECT MAILS.person_key

   FROM MAILS

   WHERE MAILS.mail LIKE 'christophe%');

   会被替换为：

   SELECT PERSON.*

   FROM PERSON, MAILS

   WHERE PERSON.person_key = MAILS.person_key

   and MAILS.mail LIKE 'christophe%';

3. 删除不必要操作：如查询中有distinct，但字段中已有unique约束，则distinct将会被删除。
4. 常量运算赋值： 如果你写了一个语句，其中需要一个运算，那这个运算也许会在"查询重写"中完成。比如， WHERE AGE > 10+2 会被转换成 WHERE AGE > 12， 或者 TODATE("某个日期")会被转换成日期格式的数据。

　　统计：

   统计是数据库查询与优化的重要前提，如果没有有效的统计信息就不必谈数据库有效查询了。数据库执行统计时会收集一些普通与高级统计信息，普通的统计信息一般有：

1. 一个表的行数以及该表占用的page数(Page是数据库与操作系统存储数据的最小单元，也可称为block，默认4或8Kb，即1Kb的数据也会占用一个大小为8Kb的page，而造成7Kb空间浪费。
2. 对表的列：
   1. 所有不同的取值
   2. 数据值的长度（最小，最大，平均）
   3. 数据的范围（最小，最大，平均）
   4. 表上的索引信息

　　这些统计信息可以优化某个查询时，判断I/O,CPU以及内存的使用。比如联合查询a,b两个字段，在统计到a有1000个值而b有1M值的时候，数据库会做b,a连接而不会做a,b连接（即让a做查询驱动）。

　　数据库高级统计信息（称为柱状图），可知表中每列的取值情况，如：最高频取值，不同值的比例等，这些统计信息对等值选取（=）或范围（<,>）选取很有用。这些统计信息放在数据库的系统表中，如oracle中的DBA_TABLES，DBA_TAB_COLUMNS，postgres中的pg_states等。

　　统计信息需要实时更新，比如查询实际1M的行，因没有实时更新统计信息数据库以为只有500，这显然很尴尬。但统计有一个缺点就是很耗费资源，尤其对像亿万级别的数据库而言。故在实际情况下，一般会只统计基本信息或者对数据进行抽样统计。