关系数据库查询处理步骤
查询处理的四个步骤：
- 查询分析
- 查询检查
- 查询优化
- 查询执行
1.查询分析
分析时主要进行词法和语法分析。
首先对整条sql语句进行扫描，根据数据库数据字典中的数据标记，识别出sql的关键字、关系名和属性名等词组，检查是否存在词法错误。完成后检查语句排列是否符合语法规则，如果符合的话进入下一环节，否则直接报错。
2.查询检查
检查主要包括语义检查和完整性检查。
sql的基本分析流程和编译器的分析流程是相似的，只不过多加了sql特殊的检查。
语义分析时，根据数据字典定义的数据库对象名、关系名、属性名和视图、过程和函数等数据库建造者自定义的名称检查词法分析中的“词”，检验词是否存在和有效。同时，对于视图操作，需要将对视图的操作转换为对基本表的操作。
完整性检查主要是检查用户的权限能力，如果用户没有权限或是权限不够就拒绝执行语句。
查询检查之后sql语句将转换为对应的关系代数表达式。
实例：
检索学习课程号为C2的学生学号与成绩
sql语句：
SELECT SNO,GRADE FROM SC WHERE CNO=‘C2‘
关系代数表达式：
π SNO, GRADE (σ CNO=‘C2‘ (SC))
3.查询优化
每个查询都会有执行策略和操作算法，查询优化就是根据数据库和sql语句选择最好的查询方式。一般的查询优化有两种：代数优化和物理优化。
4.查询执行
优化器根据优化策略生成查询执行计划，代码生成器将执行计划编译和执行，并返回结果。
整个过程的流程图如下：
关系数据库优化的方式
- 代数优化
- 物理优化
代数优化
sql语句执行完查询检查后得到查询树，也就是关系代数表达式，代数优化就是等价变换关系代数表达式，以此来提高查询效率。
代数优化的原则
- 先做选择和投影
- 预处理连接操作
- 投影结合双目运算
- 选择结合笛卡尔乘积
- 找出公共子表达式
1.先做选择和投影
在进行sql语句查询的时候必须先做选择操作，确定操作对象，如果sql语句中同时还有投影操作也一起进行，投影操作其实也可以看做是一种选择操作，为了避免重复扫描sql语句，投影和选择同时进行。
2.预处理连接操作
连接操作是非常大的消耗，为了加快连接操作，可以对数据建立索引或排序。
3.投影结合双目运算
投影操作结合之前或之后的双目元素，没有必要为了去掉某些字段二扫描一遍关系。
单目运算时对一个关系施加的运算。双目运算是对两个关系时间的运算。
选择、投影是单目运算符，连接和笛卡尔乘积是双目运算符。
4.选择结合笛卡尔运算
把选择操作结合笛卡尔运算形成连接运算，连接运算（特别是等值连接）比笛卡尔乘积要省很多时间。
5.找出公共子表达式
就是先计算大家都会用到表达式结果，减少重复计算。
第3和4条说白了就是将单目运算想尽办法结合双目运算，单目运算有选择和投影，选择是根据条件选择符合条件的选项，投影是筛选数据的属性。投影可以结合连接或笛卡尔乘积，先将两张表合成一张表在筛选属性。选择只需要结合笛卡尔乘积，因为连接本来就是选择后的结果，不需要在选择了。
关系代数优化步骤
- 构造查询树
- 规则变换查询树
1.构造查询树
将sql语句中的关键字变换成关系代数运算符，以下是对应关系：
where-选择运算-σ
select-投影运算-∏
from-笛卡尔乘积-χ
然后构造树形结构，叶子节点表示关系，内部节点代数操作。自底向上进行查询操作。
物理优化
代数优化仅仅是改变查询语句中的操作的次序和组合，不涉及底层的存取路径，应对小的数据库还可以，但是对于大型数据库还需要数据存取优化，所以就发展了物理优化，选择高效合理的操作算法和存取路径。
物理优化的三种优化算法：
- 基于规则的启发式优化
- 基于代价估算的优化
- 两者结合的优化
1.基于规则的启发式操作
- 选择操作启发规则
- 连接操作的启发式规则
选择操作的启发式规则:
对于小关系，使用全表顺序扫描，即使选择列上有索引
对于大关系，启发式规则有：
- 对于选择条件是主码＝值的查询
查询结果最多是一个元组，可以选择主码索引
一般的RDBMS会自动建立主码索引。
- 对于选择条件是非主属性＝值的查询，并且选择列上有索引
要估算查询结果的元组数目，如果比例较小(<10%)可以使用索引扫描方法
否则还是使用全表顺序扫描
- 对于选择条件是属性上的非等值查询或者范围查询，并且选择列上有索引
要估算查询结果的元组数目，如果比例较小(<10%)可以使用索引扫描方法
否则还是使用全表顺序扫描
- 对于用AND连接的合取选择条件
如果有涉及这些属性的组合索引，优先采用组合索引扫描方法
如果某些属性上有一般的索引，则可以前四种扫描方法
否则使用全表顺序扫描。
- 对于用OR连接的析取选择条件
一般使用全表顺序扫描
基于启发的优化方法实现简单并且优化代价较小，适合解释执行的系统。（关于解释执行和编译执行和编译器的链接：http://lavasoft.blog.51cto.com/62575/187229）
但是对于编译执行的系统则不适用。
基于代价估算的优化
基于代价的优化方法要计算各种操作算法的执行代价，与数据库的状态密切相关。
数据字典中存储的优化器需要的统计信息：
1. 对每个基本表：
该表的元组总数(N)
元组长度(l)
占用的块数(B)
占用的溢出块数(BO)
2.每个表的基本列
该列不同值的个数(m)
选择率(f)
如果不同值的分布是均匀的，f＝1/m
如果不同值的分布不均匀，则每个值的选择率＝具有该值的元组数/N
该列最大值
该列最小值
该列上是否已经建立了索引
索引类型(B+树索引、Hash索引、聚集索引)
3. 对索引(如B+树索引)
索引的层数(L)
不同索引值的个数
索引的选择基数S(有S个元组具有某个索引值)
索引的叶结点数(Y)