知识卡片

普通读书笔记卡

基于规则的优化器不看数据,基于代价的优化器靠统计信息比较方案

理解等级:未标注

数据库优化器把”这条SQL该怎么执行”这个决策,按依据什么来做决策 分成两条根本不同的路线。基于规则的优化(RBO)靠的是一套硬编码 在数据库里的固定规则——比如”用索引优先于全表扫描”,只要按这套 规则写SQL,无论表里实际存的数据是什么样、有多少行、分布是否 均匀,生成的执行计划都不会因为数据本身而改变,RBO对数据完全 “不敏感”;这意味着写SQL的人必须自己非常熟悉这套规则的每一条 细节,不了解规则的人写出来的SQL即便逻辑正确,性能也可能很差, 因为规则本身不会替他判断”这次具体情况该不该用索引”。基于代价 的优化(CBO)反过来,先根据优化规则把一条SQL转换生成出多种 可能的候选执行计划,再依靠数据库实际维护的统计信息(数据分布、 表大小、机器负载、集群规模等)和代价模型,对每一种候选计划分别 估算出真实的执行代价,最后选代价最小的那一个作为实际执行方案—— 这意味着同样一条SQL语句,在数据量小的时候和数据量暴涨之后, CBO完全可能自动切换成两种不同的执行计划,因为支撑决策的统计 信息变了。这个对比揭示了两条路线的根本分歧:RBO把”什么是好 计划”的判断力固化在开发人员的经验和规则本身里,CBO把这个判断力 建立在对当前真实数据状态的持续观测之上——代价是CBO非常依赖 统计信息是否准确、及时(Greenplum官方建议数据变化频繁的表每天 执行一次analyze更新统计信息),统计信息一旦过期或采样不足, CBO反而可能做出比RBO更糟糕的选择。

这张卡片看不懂?

已有反馈 · 0 / 10 条

    还没有人提交反馈。

    原书出处

    参考来源

    - 位置:《深入浅出Greenplum分布式数据库:原理、架构和代码分析》 第6章"分布式计算的实现"6.1.1节"查询优化器"(源文件: _epub-src/EPUB/xhtml/chapter12.xhtml) - 结论依据:原文明确"基于规则的优化(RBO)……该优化器按照 硬编码在数据库中的一系列规则来决定SQL的执行计划……RBO对数据 不'敏感'……这就要求开发人员非常了解RBO的各项细则……基于代价 的优化(CBO)……该优化器根据优化规则对关系表达式进行转换, 生成多种执行计划,然后CBO会根据统计信息和代价模型计算各种 可能的'执行计划'的代价,从中选择代价最小的执行计划……CBO 依赖数据库对象的统计信息,统计信息的准确与否会影响CBO能否 做出最优的选择",直接对比两种优化路线的决策依据及各自的 代价。 - 原始内容:基于代价的优化(cost-based optimization,CBO) 也即"基于代价的优化器"。该优化器根据优化规则对关系表达式 进行转换,生成多种执行计划,然后CBO会根据统计信息和代价 模型计算各种可能的"执行计划"的代价,从中选择代价最小的 执行计划。