Caso de Estudio Relación PROFESOR(id, nom, deptid) - 200 páginas, 1000 filas (5 filas/página) - 50 deps  20 profesores/dep en promedio - Índices: Clustered.

Presentación del tema: "Caso de Estudio Relación PROFESOR(id, nom, deptid) - 200 páginas, 1000 filas (5 filas/página) - 50 deps  20 profesores/dep en promedio - Índices: Clustered."— Transcripción de la presentación:

1 Caso de Estudio Relación PROFESOR(id, nom, deptid) - 200 páginas, 1000 filas (5 filas/página) - 50 deps  20 profesores/dep en promedio - Índices: Clustered B+ sobre deptid Hash sobre id -Peso de id: 1 (de hecho id es la CP) -nom no es CA

2 Caso de Estudio Relación CUR_PROF(profid, crscod, semestre) - 1000 páginas, 10000 filas (10 filas/página) - La relación abarca 4 semestres  2500 filas/semestre - Índices: Clustered B+ sobre semestre Hash sobre profid - Peso de profid: 10 (10 filas por profesor en CUR_PROF) CF hacia PROFESOR

3 Caso de Estudio Sea la consulta: SELECT DISTINCT P.id, P.nom FROM profesor AS P, cur_prof AS C WHERE P.id = C.profid AND C.semestre = 'F2015' AND P.deptid = 'CS'; Condición de join Selecciones Proyección Nota: En los ejemplos que siguen se hace caso omiso del ordenamiento que usualmente conlleva una operación DISTINCT.

4 Caso de Estudio Sean las expresiones algebraicas equivalentes a la consulta anterior: a)  id,nom (  deptid = ‘CS’  semestre = ‘F2015’ (PROFESOR ⋈ id = profid CUR_PROF)) b)  id,nom (  deptid = ‘CS’ (PROFESOR) ⋈ id = profid  semestre = ‘F2015’ (CUR_PROF)) c)  id,nom (  semestre = ‘F2015’ (  deptid = ‘CS’ (PROFESOR) ⋈ id = profid CUR_PROF)) d)  id,nom (  deptid = ‘CS’ (PROFESOR ⋈ id = profid  semestre = ‘F2015’ (CUR_PROF)))

5 PROFESORCUR_PROF ⋈ id = profid  deptid = ‘CS’  semestre = ‘F2015’  id,nom PROFESOR CUR_PROF ⋈ id = profid  deptid = ‘CS’  id,nom semestre = ‘F2015’ a) b) Árboles para los planes de ejecución

6 PROFESORCUR_PROF ⋈ id = profid  deptid = ‘CS’  id,nom  semestre = ‘F2015’ PROFESORCUR_PROF ⋈ id = profid  deptid = ‘CS’  id,nom  semestre = ‘F2015’ c) d) Árboles para los planes de ejecución

7 Caso de Estudio a) Supóngase una memoria (M) de 52 páginas. Costo del join con block nested: F PROFESOR + F CUR_PROF *  F PROFESOR /(M-2)  = 200 + 1000 *  200/(52-2)  = 4200 (páginas) El resultado del join serán 10000 filas, aproximadamente 3000 páginas (ya que cada fila de PROFESOR es el doble del tamaño de cada fila de CUR_PROF)

8 Caso de Estudio El costo de escribir el resultado de la selección y de la proyección, proceso que se hace conjuntamente (pipelining) con el join, es: (  x 3000) donde  es un factor* entre 0 y 1 que indica el total de páginas resultantes. Este costo es el mismo para todos los planes. * Factor de reducción debido a la restricción y proyección finales.

9 Caso de Estudio b) Con block nested: Primero se hacen las selecciones: -Dado que hay 1000 profesores en 50 departamentos, el tamaño de  deptid = ‘CS’ (PROFESOR) es  20 filas, o sea, 4 páginas -Como el peso de semestre en CUR_PROF es 2500, entonces el tamaño de  semestre = ‘F2015’ (CUR_PROF) es 250 páginas

10 Caso de Estudio -Costo de las selecciones: como en ambas relaciones hay índice clustered B+ sobre deptid y semestre respectivamente, el costo total de las selecciones es: 2 + 2 + 4 + 250 = 258 Acceso índice de PROFESOR Acceso índice de CUR_PROF Páginas resultantes de PROFESOR Páginas resultantes de CUR_PROF

11 Caso de Estudio Como la relación  deptid = ‘CS’ (PROFESOR) es tan pequeña, se puede mantener en memoria y a medida que se va generando la la relación  semestre = ‘F2015’ (CUR_PROF) se va haciendo el join; por lo tanto, no se requieren accesos adicionales: Costo total: 258 (páginas)

12 Caso de Estudio c) Se hace la selección sobre PROFESOR usando el índice clustered sobre deptid, esto genera una relación de 4 páginas (20 filas) que cabe en memoria como en el caso b), el costo es: 2 + 4 = 6 Acceso índice de PROFESOR Páginas resultantes de PROFESOR

13 Caso de Estudio Para aprovechar el índice unclustered sobre profid en CUR_PROF se usará en este caso un index nested. La selección anterior genera 20 filas; cada una se espera haga join con 10 filas en promedio de CUR_PROF. Por lo tanto, se requiere: - 1.2 accesos: costo de búsqueda de cada profesor en el índice sobre profid en CUR_PROF - 10 accesos adicionales por cada fila de PROFESOR dado que el índice es unclustered. O sea:

14 Caso de Estudio Costo join: (1.2) * (20) = 24 (10) * (20) = 200 224 Costo total: 6 + 224 = 230 (páginas) Costo de usar el índice Páginas leídas de CUR_PROF

15 Caso de Estudio d) Primero la selección sobre CUR_PROF: El costo de  semestre = ‘F2015’ (CUR_PROF) es: 2 + 250 = 252 páginas como en el caso b) y desde ya (y solo con esta selección inicial) pierde con el caso c)… Acceso índice de CUR_PROF Páginas resultantes de CUR_PROF

16 Caso de Estudio Conclusión: En este caso la mejor opción fue la c) pero habría que evaluar otras alternativas (sort merge join, hash join, etc.) en general en cada una de las opciones…