Mikrozadanie 14

back

Treść

W bazie danych są następujące tabele:

Zamowienie (
  nr VARCHAR(10) PRIMARY KEY, 
  klient VARCHAR(20)
) 
Pozycja(
  zam VARCHAR(10) REFERENCES Zamowienie,
  nr VARCHAR(3),
  towar VARCHAR(20),
  ilosc NUMBER(8),
  CONSTRAINT pk PRIMARY KEY (zam, id)
)

W takiej bazie danych ma zostać wykonane następujące zapytanie:

SELECT z.klient, p.towar
  FROM Zamowienie z, Pozycja p  
  WHERE z.nr = p.zam AND ilosc > ALL (SELECT ilosc FROM Pozycja p1  
                                      WHERE p1.zam = p.zam AND p1.towar <> p.towar);  

Przyjmijmy, że w pamięci operacyjnej mieści się 100 bloków, tabela Zamowienie ma 50.000 wierszy i zajmuje 1.000 bloków, a tabela Pozycja ma 1.000.000 wierszy i zajmuje 10.000 bloków. Zaproponuj jak najlepszy plan wykonania tego zapytania i oszacuj sumaryczną liczbę bloków przeczytanych i zapisanych na dysku. Można założyć istnienie dowolnych struktur pomocniczych.

Wzorcówka

Klastrujemy tabelę Pozycja po parze (zam, ilosc) i tworzymy indeks, który wskazuje na końce zamówień i trzyma w sobie informację (zam, towar), gdzie towar odpowiada dokładnie poszukiwanym nazwom towarów dla każdego zamówienia. Ten indeks obejmie około $1.000$ bloków, bo tyle jest różnych zamówień. Zamowienie klastrujemy po nr. Teraz możemy liniowo zjoinować informacje z indeksu z odpowiednim zamowieniem i dodać nazwę klienta. Koszt to przeczytanie całego najniższego rzędu indeksu i całej tabeli Zamowienie plus wypisanie wyniku, czyli $2.000 + X$. Można spokojnie założyć, że $X$ to od $1.000$ do $2.000$ bloków.

Rozwiązanie bardziej na palcach:

Zakładamy indeks sklastrowany na Zamowienie.nr oraz Pozycja.zam. W ten sposób możemy ładować Pozycje razem z Zamowieniami w rosnacej kolejnosci id, a w pomocniczym bloku pamięci trzymać największą do tej pory znalezioną ilosc oraz towar. Korzystamy jedynie z tego, że dane są posortowane i czytamy obie tabele raz, więc kosztuje nas to $1.000 + 10.000 + X$.

Uwagi

• Tutaj widać bardzo popularne oszustwo stosowane w bazach danych – po co mamy liczyć jakieś zapytanie i się produkować, kiedy możemy obliczyć je raz, zapisać sobie wynik na dysku i potem go tylko aktualizować? Z reguły mówimy wtedy o MATERIALIZED VIEW.
• Aczkolwiek na egzaminie rozwiązanie “bardziej na palcach” dostałoby ~100% punktów.

back