Thuật toán tối ưu hóa truy vấn trên cơ sở dữ liệu quan hệ

Trong bài viết này tác giả tập trung thảo luận một phương pháp tối ưu hóa câu truy vấn bằng kỹ thuật heuristic nhằm nâng cao tốc độ truy xuất dữ liệu, giảm số bộ dữ liệu thừa, không gian lưu trữ dữ liệu trung gian trong bộ nhớ khi thực hiện một cây truy vấn.

THUẬT TOÁN TỐI ƯU HÓA TRUY VẤN TRÊN CƠ SỞ DỮ LIỆU QUAN HỆ

ThS Trần Thái Sơn

Trung tâm Ngoại ngữ - Tin học, trường Đại học Xây dựng Miền trung

Tóm tắt: Hầu hết tất cả các hệ quả trị cơ sở dữ liệu đều dùng ngôn ngữ truy vấn có cấu trúc

SQL (Structure Query Language) để truy xuất dữ liệu, việc lựa chọn một biểu thức đại số quan hệ để thực thi một câu truy vấn là vấn đề cần thiết Trong bài báo này tác giả tập trung thảo luận một phương pháp tối ưu hóa câu truy vấn bằng kỹ thuật heuristic nhằm nâng cao tốc độ truy xuất dữ liệu, giảm số bộ dữ liệu thừa, không gian lưu trữ dữ liệu trung gian trong bộ nhớ khi thực hiện một cây truy vấn

Từ khóa: Truy vấn SQL, biểu thức đại số quan hệ, tối ưu hóa truy vấn.

1 Chuyển câu truy vấn SQL sang đại số

quan hệ

SQL (Structure Query Language) là

ngôn ngữ truy vấn được sử dụng trong hầu

hết các hệ quản trị cơ sở dữ liệu Quá trình

thực thi một câu truy vấn SQL, đầu tiên câu

truy vấn được chuyển đổi sang một biểu

thức đại số quan hệ tương đương được biểu

diễn dưới dạng cấu trúc cây truy vấn, sau đó

tối ưu hóa

Ví dụ 1: Xét câu truy vấn SQL trên

lược đồ quan hệ NHANVIEN như sau:

NHANVIEN(MaNV, HoLot, Ten,

NgaySinh, GioiTinh, Chucvu, DiaChi,

HSLuong, SoPhong)

SELECT HoLot, Ten, DiaChi

WHERE HSLuong > ( SELECT

MAX(HSLuong)

FROM NHANVIEN

WHERE SoPhong = “KT05”);

Khối truy vấn bên trong SELECT

MAX(HSLuong) FROM NHANVIEN

WHERE SoPhong = “KT05”) có thể được

chuyển sang biểu thức đại số quan hệ mở

rộng là: MAX HSLuong(SoPhong =

“KT05”(NHANVIEN)) Trong đó  là phép kết hợp hàm của các hàm: SUM, AVERAGE, MAX, MIN, COUNT…

Khối truy vấn bên ngoài SELECT HoLot, Ten, DiaChi FROM NHANVIEN WHERE được chuyển sang biểu thức đại số quan hệ:

HoLot, Ten, DiaChi(HSLuog >

c(NHANVIEN)), với C là kết quả trả về của khối truy vấn bên trong MAXHSLuong(SoPhong

= “KT05”(NHANVIEN)) Như vậy việc tối ưu hóa truy vấn là quá trình lựa chọn một biểu thức đại số cho câu truy vấn sao cho tốc độ truy xuất nhanh nhất

và không dư thừa thông tin không cần thiết

2 Tối ưu hóa câu truy vấn bằng phương pháp heuristic

Bài báo này tập trung thảo luận một kĩ thuật tối ưu hóa câu truy vấn áp dụng các qui tắc heuristic để thay đổi quá trình thực thiện biểu thức đại số quan hệ bên trong của một truy vấn Thông thường, ta sử dụng hình thức một cây truy vấn hoặc một cấu trúc dữ liệu đồ thị truy vấn để cải tiến quá trình tối

ưu Từ một truy vấn mức cao đầu tiên tạo ra

các biểu thức đại số quan hệ, sau đó được tối

ưu theo các qui tắc heuristic

2.1 Cây truy vấn và đồ thị truy vấn

Một cây truy vấn là một cấu trúc dữ liệu

dạng cây tương ứng với một biểu thức đại số

quan hệ Các quan hệ đầu vào của câu truy

vấn được biểu diễn là các nút lá của cây, các

phép toán đại số quan hệ là các nút bên trong

Quá trình thực hiện cây truy vấn bao gồm

việc thực hiện một nút bên trong mỗi lần thực

hiện các toán hạng của biểu thức quan hệ, sau

đó thay thế nút bên trong đó bởi quan hệ kết

quả của phép toán Quá trình thực hiện kết

thúc khi nút gốc được thực hiện và tạo ra

quan hệ kết quả cho câu truy vấn

Ví dụ 2: Xét lược đồ cơ sở dữ liệu

quan hệ như sau:

NHAN VIEN(MaNV, HoLot, Ten,

Ngaysinh, GioiTinh, ChucVu, DiaChi,

HSLuong, Sophong)

PHONG BAN(SoPBan, TenPhongBan,

DienThoai, MaQly, NgayBatDauQL)

DIA CHI PBAN( SoPBan , Diachi,)

DU AN( SoDuAn, TenDaAn, DiaChiDuAn,

SoPhong)

THAM GIA(SNV, SDA, SoNgayCong)

THAN NHAN(MaNV, HoTenTN, Phai,

NgaySinhTN, MoiQuanHe)

Với truy vấn Q1: Cho biết số dự án, số

phòng ban, tên, địa chỉ và ngày sinh người

quản lí phòng ban của mọi dự án nằm ở

“Stafford” Truy vấn Q1 tương ứng với biểu

thức đại số quan hệ:

SoDuAn, Sophong, Ten, DiaChi,

NgaySinh(((DiaChiDuAn=’Stafford’(DU AN))

Sophong=SoPBan (PHONG BAN)) MaQly = MaNV(

NHAN VIEN))

Và tương ứng với câu lệnh SQL như sau:

SELECT P.SoDuAn, P.SoPhong, E.Ten, E.DiaChi, E.NgaySinh

FROM DU AN AS P, PHONG BAN AS D, NHAN VIEN AS E

WHERE P.SoPhong = D.SoPBan AND D.MaQly = E MaNV AND P.DiaChiDuAn

=”Stafford” ;

Hình 1(a) biểu diễn cây truy vấn của truy vấn Q1, có ba quan hệ DU AN, PHONG BAN và NHAN VIEN được thể hiện bởi các nút lá P, D và E Các phép đại

số quan hệ của biểu thức được biểu diễn bởi các nút bên trong cây Khi cây truy vấn này được thực hiện, nút (1) phải bắt đầu thực hiện trước nút (2) bởi vì một số bộ kết quả của phép (1) phải sẵn sàng trước khi chúng

ta có thể bắt đầu thực hiện phép (2) Tương

tự, nút (2) phải bắt đầu thực hiện và tạo ra các kết quả trước khi nút (3) có thể bắt đầu thực hiện, …

Hình 1(a): Cây truy vấn tương ứng với biểu

thức đại số quan hệ

Hình 1(b): Cây truy vấn ban đầu ứng với SQL

Hình 1(c): Đồ thị truy vấn của Q1

Sự biểu diễn bằng đồ thị truy vấn

không cho biết thứ tự thực hiện trên các

phép toán, nó chỉ gồm một đồ thị đơn tương

ứng với mỗi truy vấn Một số kĩ thuật tối ưu

hoá đã dựa vào các đồ thị truy vấn, nhưng

hầu hết chưa đưa ra thứ tự thực hiện các

phép toán trên cây, trong khi đó việc tối ưu

hoá câu truy vấn cần phải chỉ ra thứ tự thực

hiện của các phép

2.2 Tối ưu hoá cây truy vấn bằng

heuristic

Thông thường, một câu truy vấn có thể

được biểu diễn sang nhiều biểu thức đại số

quan hệ khác nhau Phân tích câu truy vấn sẽ

tạo ra một cây truy vấn ban đầu chuẩn ứng

với truy vấn SQL mà không sử dụng bất cứ

sự tối ưu hoá nào

Việc tối ưu hoá bao gồm các qui tắc

tương đương giữa các biểu thức đại số quan

hệ mà có thể được áp dụng cho cây truy vấn

ban đầu Tối ưu hóa câu truy vấn bằng các

qui tắc heuristic chính là sử dụng các biểu

thức tương đương này để chuyển cây truy

vấn ban đầu thành cây truy vấn cuối cùng đã

tối ưu

Ví dụ 3: Xét truy vấn Q2: Tìm tên của

tất cả các nhân viên sinh sau 1957, làm việc

trong dự án có tên là ‘Aquarius’ Truy vấn

này có thể viết lại bằng SQL như sau:

SELECT Ten

FROM NHAN VIEN, THAM GIA , DU

AN

WHERE TenDuAn = ‘Aquarius’AND SoDuAn = SDA AND SNV = MaMV AND NgaySinh > #31/12/1977#;

Các bước chuyển đổi một cây truy vấn trong suốt quá trình tối ưu hóa bằng cách sử dụng heuristic

Hình 2 (a): Cây truy vấn ban đầu ứng

với SQL

Hình 2 (b): Chuyển các phép chọn

xuống dưới cây truy vấn

Hình 2 (c): Ưu tiên áp dụng các phép

chọn có giới hạn hơn

Hình 2 (d): Thay thế tích Đề Các và

phép chọn bằng các phép nối

Hình 2(e): Chuyển các phép chiếu xuống

dưới cây truy vấn

Cây truy vấn ban đầu đối với Q2 được

chỉ ra trong hình 1(a) Quá trình thực hiện

cây truy vấn này đầu tiên sẽ tạo ra một tập

hợp các bộ dữ liệu rất lớn bao gồm tích Đề

các của các bộ dữ liệu đầu vào NHAN

VIEN, THAM GIA và DU AN Tuy nhiên

truy vấn này chỉ cần một bản ghi từ quan hệ

DU AN đối với tên dự án là ‘Aquarius’ và

chỉ các bản ghi của NHAN VIEN có ngày

sinh sau 31/12/1977 Hình 2(b) chỉ ra một

cây truy vấn cải tiến mà đầu tiên là áp dụng

các phép chọn để giảm số bộ xuất hiện trong

tích Đề Các

Một sự cải tiến nữa đã đạt được là

chuyển vị trí của các quan hệ NHAN VIEN

và DU AN trong cây, như đã chỉ ra trong

hình 2(c) Điều này sử dụng thông tin mà số

dự án là một thuộc tính khoá của quan hệ

DU AN, vì vậy phép chọn trên quan hệ DU

AN sẽ lấy một bản ghi duy nhất Chúng ta có thể cải tiến hơn nữa cây truy vấn bằng cách thay thế bất cứ phép tích Đề các nào mà theo sau là một điều kiện nối với một phép nối, như đã chỉ ra trong hình 2(d)

Một sự cải tiến khác là chỉ giữ lại các thuộc tính cần cho các phép theo sau trong các quan hệ trung gian, ví dụ sử dụng các phép chiếu () trước trong cây truy vấn như

đã chỉ ra trong hình 2(e) Điều này làm giảm các thuộc tính của các quan hệ trung gian, ngược lại các phép chọn làm giảm các bộ cần truy xuất

Có nhiều qui tắc để chuyển đổi các phép toán đại số quan hệ thành các biểu thức tương đương Ở đây chúng ta quan tâm đến

ý nghĩa của các phép toán và các quan hệ kết quả Vì vậy, nếu hai quan hệ có cùng tập thuộc tính theo một thứ tự khác nhau nhưng hai quan hệ trình bày cùng lượng thông tin thì chúng ta xem đó là các quan hệ tương đương Phần này chúng ta giới thiệu một số qui tắc chuyển đổi có ích trong việc tối ưu hóa câu truy

1 Gộp dãy phép chọn:

1

C

 AND C2 AND …AND

Cn(R) 

1

C

 ( ( ( ( )) ))

n

c



2 Tính giao hoán của phép chọn:

1

C

2 R

C

2

C

1 R

C



 List1(List2(…(Listn(R))…))  List1(R)

4 Tính giao hoán của phép chọn với phép chiếu: Nếu điều kiện chọn C chỉ bao gồm các thuộc tính A1, …,An trong danh sách phép chiếu thì hai phép đó có thể giao hoán với nhau:

)) ( (

)) (

, ,

n

A A

5 Tính giao hoán của phép nối / tích Đề Các

Phép cũng như phép  đều có tính giao

hoán: R c S S c R ; R  S  S  R

6 Tính giao hoán của phép chọn và phép nối

(hoặc tích Đề Các): Nếu tất cả các thuộc

tính trong điều kiện chọn C chỉ bao gồm các

thuộc tính của một trong hai quan hệ của

phép thì ta có:  (R C S) ( (R)) C S

Như một sự lựa chọn, nếu điều kiện

chọn C có thể được viết lại là (c1 AND c2), ở

đây c1 chỉ bao gồm các thuộc tính của R và

điều kiện c2 chỉ bao gồm các thuộc tính của

S, ta có:  (R C S) ( C1(R)) ( C2(S))

7 Tính giao hoán của phép chiếu và phép

nối (hoặc tích Đề Các: Giả sử rằng danh

sách phép chiếu là L ={A1, ., An , B1, .,

Bm}, ở đây A1, , Anlà các thuộc tính của

R và B1, , Bm là các thuộc tính của S Nếu

điều kiện nối C chỉ bao gồm các thuộc tính

trong L thì ta có: L(R c S) (A1, , An(R))

c (B1, , Bm(S))

Nếu điều kiện nối C chứa các thuộc

tính không thuộc L thì các thuộc tính này

phải được thêm vào danh sách phép chiếu và

một phép chiếu cuối cùng cũng được thêm

vào Ví dụ, nếu các thuộc tính An+1, .,

An+k của R và Bm+1, , Bm+p của S được

bao gồm trong điều kiện nối C nhưng không

thuộc danh sách các thuộc tính chiếu L, thì

ta có: L(R c S) L((A1, ., An,An+1, .,

An+k(R)) c (B1, , Bm,Am+1, , Am+p(S)))

Đối với phép  không có điều kiện C

nên qui tắc chuyển đổi đầu tiên luôn áp dụng

được bằng cách thay c bởi 

8 Tính giao hoán của các phép toán tập

hợp: Các phép tập hợp như  và  là có

tính giao hoán nhưng phép - (phép trừ) thì không có tính giao hoán

9 Tính kết hợp của các phép toán , , 

và  là: (R  S)  T  R  (S  T)

10 Tính giao hoán của phép chọn với các phép toán tập hợp: Phép  giao hoán với ,

 và – là:  (R  S) C ( (R))  ( C  (S)) C

11 Tính giao hoán của phép chiếu với phép hợp: L(R  S) (L(R))  (L(S))

12 Chuyển một dãy các phép chọn, tích Đề

Các ( ,) thành phép nối : Nếu điều kiện

C của một phép  mà theo sau là một phép  tương ứng với một điều kiện nối, có thể chuyển dãy (,) thành một phép như sau:

C

 (R  S)  (R c S)

Từ các qui tắc trên ta có thuật toán tối

ưu hóa truy vấn bằng phương pháp heuristic thực hiện như sau:

cứ phép chọn nào có điều kiện hội thành một dãy các phép chọn, chuyển các phép chọn xuống các nhánh khác của cây

tức là tính giao hoán của phép chọn với các phép khác, chuyển mỗi phép chọn ở trên xuống phía dưới cây truy vấn khi có thể

là tính giao hoán và kết hợp của các phép toán hai ngôi Sắp xếp lại các nút lá, ưu tiên các quan hệ tương ứng với phép chọn giới hạn nhất, phép đó tạo ra một quan hệ với số

bộ ít nhất hoặc là quan hệ với kích thước nhỏ nhất

một phép tích Đề Các với một phép chọn thành một phép nối, nếu điều kiện của phép chọn tương ứng với điều kiện nối

đó chính là dãy phép chiếu và tính giao hoán

của phép chiếu với các phép khác Phân rã

và chuyển các danh sách thuộc tính chiếu

xuống phía dưới cây truy vấn đến mức có

thể bằng cách tạo ra các phép chiếu mới khi

cần thiết Chỉ các thuộc tính cần trong kết

quả truy vấn và trong các phép toán tiếp theo

trong cây truy vấn nên được giữ lại sau mỗi

phép chiếu

các nhóm các phép toán có thể thực hiện

bằng một thuật toán đơn

Heuristic chính là áp dụng các phép

toán làm giảm kích thước của các kết quả

trung gian Điều này bao gồm việc thực hiện

các phép chọn và phép chiếu trước có thể để

giảm số bộ và giảm số thuộc tính Thêm vào

đó, các phép chọn giới hạn nhất hoặc là các

phép đó tạo ra một quan hệ với số bộ ít nhất

hoặc là quan hệ với kích thước nhỏ nhất nên

được thực hiện trước các toán tử tương tự

khác Điều này được thực hiện bằng cách

sắp xếp lại các nút lá của cây nhằm loại bỏ các tích Đề Các và điều chỉnh phần còn lại của cây một cách thích hợp

3 Kết luận

Bài báo này đã đưa ra một cái nhìn tổng quan về các kỹ thuật được sử dụng bởi các hệ quản trị cơ sở dữ liêu trong việc xử lý

và tối ưu hóa các truy vấn mức cao Phương pháp heuristic để tối ưu hóa câu truy vấn, sử dụng các quy tắc heuristic và các kỹ thuật đại số để cải tiến hiệu quả quá trình hiện truy vấn Thông qua đó chúng ta cũng chỉ ra rằng một cây truy vấn thể hiện biểu thức đại số quan hệ có thể được tối ưu hóa dựa theo các qui tắc heuristic bằng cách tổ chức lại các nút của cây và chuyển nó thành cây truy vấn tương đương khác hiệu quả hơn để xử lý Các quy tắc chuyển đổi giữ vững tính tương đương có thể được áp dụng cho một cây truy vấn và sau đó giới thiệu các kế hoạch thực hiện truy vấn đối với các truy vấn SQL

TÀI LIỆU THAM KHẢO

[1] PGS.TS, Vũ Đức Thi 1997 “Cơ sở dữ liệu – Kiến thức và thực hành” Nxb Khoa học

Thống kê

[2] Trần Nguyên Phong 2005 “Giáo trình thực hành SQL”, ĐHKH Huế

[3] Elmasri & Navathe 2007 “Fundamentals of Database Systems”

[4] Ramakrishnan, R and Gehrke 2003 “Database Management Systems”, Third Edition,

McGraw Hill