Projection Operation 投影操作的实现

给定Employee 表 如下

id name position age
94002 John Sales Manager 32
95212 Jane Admin Manager 39
96341 John Admin Secretary 32
91234 Jane Admin Secretary 21

对于查询语句:

select distinct name, age from Employee;

投影操作的结果为:

(Jane, 21) 
(Jane, 39)  
(John, 32)

其中 重复元组 (e.g. (John,32)) 被消除。

综上, 我们总结 Projection operation 投影操作 的三步骤:
step 1: scan 操作, 把整个关系表作为输入
step 2: 元祖属性操作, 比如, 去除无关属性,构造新属性 ...
step 3: 消除重复元组 (如果有 distinct), 两种实现: sort-based 和 hash-based


Sort-based Projection 基于排序的投影操作

基于 排序的投影操作需要一个临时的表来存储中间排序结果。

***** 1. 先把 R表 写入一个 temp 表中
for each tuple T in Rel {
    T' = mkTuple([attrs],T)
    write T' to Temp
}
***** 2. 在temp中, 根据 排序属性进行排序
sort Temp on [attrs]
****  3. 去重
for each tuple T in Temp {
    if (T == Prev) continue
    write T to Result
    Prev = T
}

例题:

Consider a table R(x,y,z) with tuples:
Page 0:  (1,1,'a')   (11,2,'a')  (3,3,'c')
Page 1:  (13,5,'c')  (2,6,'b')   (9,4,'a')
Page 2:  (6,2,'a')   (17,7,'a')  (7,3,'b')
Page 3:  (14,6,'a')  (8,4,'c')   (5,2,'b')
Page 4:  (10,1,'b')  (15,5,'b')  (12,6,'b')
Page 5:  (4,2,'a')   (16,9,'c')  (18,8,'c')
SQL:   create T as (select distinct y from R)

Assuming:
3 memory buffers, 2 for input, one for output
pages/buffers hold 3 R tuples ,6 T tuples
Show how sort-based projection would execute this statement.
------------------------------------------------------
Temp(y)
buffer 0 : 1, 2, 3, 5, 6, 4 --> 1,2,3,4,5,6
buffer 1 : 2,7,3,6,4,2 --> 2,2,3,4,6,7
buffer 2: 1,5,6,2,9,8  --> 1,2,5,6,8,9
sorting...
buffer 0 :1,1,2,2,2,2
buffer 1 :3,3,4,4,5,5
buffer 2: 6,6,6,7,8,9
distinct and write into result:
buffer 0 : 1,2,3,4,5,6
buffer 1: 7,8,9

cost = scan R + write temp + sorting R + remove duplicates + write result

Cost of sort-based Projection
b_R+ b_{temp} + 2 b_{temp} ceil(log(b_{temp}/n,n-1)+1) + b_{temp} + b_{out}


Hash-based Projection 基于散列的投影操作

  1. Partitioning phase:散列 子表


    image.png
  2. Duplicate elimination phase: 子表去重


    image.png

for each tuple T in relation Rel {
    T' = mkTuple([attrs],T)
    H = h1(T', n)
    B = buffer for partition[H]
    if (B full) write and clear B
    insert T' into B
}
for each partition P in 0..n-1 {
    for each tuple T in partition P {
        H = h2(T, n)
        B = buffer for hash value H
        if (T not in B) insert T into B
        // assumes B never gets full
    }
    write and clear all buffers
}

例题:

Consider a table R(x,y,z) with tuples:
Page 0:  (1,1,'a')   (11,2,'a')  (3,3,'c')
Page 1:  (13,5,'c')  (2,6,'b')   (9,4,'a')
Page 2:  (6,2,'a')   (17,7,'a')  (7,3,'b')
Page 3:  (14,6,'a')  (8,4,'c')   (5,2,'b')
Page 4:  (10,1,'b')  (15,5,'b')  (12,6,'b')
Page 5:  (4,2,'a')   (16,9,'c')  (18,8,'c')
-- and then the same tuples repeated for pages 6-11
SQL:   create T as (select distinct y from R)

Assuming:
4 memory buffers, one for input, 3 for partitioning
pages/buffers hold 3 R tuples (i.e. cR=3), 4 T tuples (i.e. cT=4)
hash functions:   h1(x) = x%3,   h2(x) = (x%4)%3
Show how hash-based projection would execute this statement.
------------------------------------------------------------------------------
Answer:

Inputs (k values):

1 2 3  5 6 4  2 7 3  6 4 2  1 5 6  2 9 8
1 2 3  5 6 4  2 7 3  6 4 2  1 5 6  2 9 8

1. partition  h1(x) = x%3
P0 (via Buf[0]) 3 6 3 6  6 9 3 6  3 6 6 9
P1 (via Buf[1]) 1 4 7 4  1 1 4 7  4 1
P2 (via Buf[2]) 2 5 2 2  5 2 8 2  5 2 2 5  2 8

2. reomve duplicate   h2(k) = (k % 4) % 3
P0 3 6 3 6  6 9 3 6  3 6 6 9

B0 3 
B1 9
B2 6
---
P1 1 4 7 4  1 1 4 7  4 1

B0 4 7
B1 1
B2 ?
---
P2 2 5 2 2  5 2 8 2  5 2 2 5  2 8

B0 8
B1 5
B2 2

cost of hash-based Projection

  1. Scan R
  2. partition and duplicate : 2 b_p
  3. write result: b_out

total: b_R + 2 b_p + b_out


Index-only Projection 基于索引的投影操作

如果投影属性有索引,那么不需要 access 数据 就可以完成投影操作。


三种 投影操作 比较

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,905评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,140评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,791评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,483评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,476评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,516评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,905评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,560评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,778评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,557评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,635评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,338评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,925评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,898评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,142评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,818评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,347评论 2 342

推荐阅读更多精彩内容