Study-Hard-数据库连接及实现内部原理（停）

Study-Hard-数据库连接及实现内部原理（下）

        注：本文成文思路，来自炼数成金——《数据库引擎开发课程》——王涛老师

        注：本文章，禁止未经允许的转载，但用于学习、研究目的的用处除外（注明出处：以链接的方式）

        在数据库中，我们经常会用到如下操作：聚集（Group By）、去重（Distinct）、关联等操作。

        这些操作的前提，或者说本质上，都离不开排序操作，下面分别看下这些操作，并对关联进行着重讲解，通过讲解可以理解一定的SQL优化原理。

一、Group By
                通过上图，可以看书，GroupBy，进行排序操作，然后在对相同的记录进行GroupBy操作，这里的重点就是排序了。
二、唯一DISTINCT
                对于Distinct操作，首先仍是排序，排序后，则输出结果，这里需要一个比较操作，即用当前值与后续值进行比较，如果已经输出过，则不再输出。
三、关联操作                对于关联操作，也就是多表的关联，这里以量表为例，TableA、TableB；而相对来说，当表空间非常大，或者存在索引与否，对于sql的执行速度都是有影响的，通常而言，在关联操作时，会有三种：嵌套、归并关联、hash关联（在数据库连接及内部原理（上）有叙述），下面分别看看这三种关联，并附加实现代码。
3.1 嵌套循环                对上图进行简单的解释，在进行嵌套循环的时候，通常情况是（大表+小表）的形式，并且会以小表作为内表，因为小表可以常驻内存，这样当进行磁盘IO的时候，只有大表会产生开销；反之，如果因为大表过大，则大表不能常驻内存，内外表的数据均存在与磁盘中，这样，进行磁盘IO开销是非常“可观”的:(。        解释了，谁做内外表的问题后，看下嵌套关联的操作过程：        1.取得要操作的表空间        2.对表空间的记录进行排序        3.通过嵌套循环进行赛选（如果是双表，可能是两个for嵌套）        4.获得需求的记录
3.2 归并关联
        对与归并关联，有着很好的时间复杂度（如果两个表中的元素已经排序，如果未排序，时间开销可能为XlogX + YlogY + X + Y）。        那么，如何对排序好的元素进行关联呢：        1.首先每张表，会有一个指向头元素的指针        2.两个指针，进行比较，如果相同，则提出该元素        3.比较后续元素，谁小谁先向下移动        4.如此，一直到各自表的结尾
3.3 Hash关联（散列关联）
        散列关联，则是对表进行散列后（不可超过内存的大小），另外一张表进行匹配；通常来说被散列的依旧是小表，匹配的过程需要匹配全部元素。        以上三种，根据以上三种关联方式，可以大致了解到一定的sql语句的原理以及调优机制，即为什么有的时候会加索引、或者不加、或者改变内外表的关联。
3.4 对三种关联进行简单的总结

三、三种关联的实现        试验环境：RedHat Linux 6.0        编  译  器：G++
3.1 给出归并排序的代码

#ifndef _MERGE_H__#define _MERGE_H__#include <stdio.h>#include <stdlib.h>void merge ( int _arr[], int head, int mid, int tail );void merge_sort ( int _arr[], int head, int tail );#endif

其他的三种代码上传至云盘：http://pan.baidu.com/s/1oqSZg

查看更多 下一篇