开启成长之旅！这是我参与「日新方案 12 月更文应战」的第10天，点击检查活动概况
前面咱们聊过优化的思维和衔接查询的最优方法。本次呢咱们来谈谈查询优化的整体战略，便是在开发当中，当咱们需求调度数据的时分咱们的脑海里就需求优先考虑这些战略来达到程序上的优化。
所谓的查询优化呢，就算咱们想要提高查询功率，查询占用时刻及空间越少，查询的功率越高。所以呢，咱们需求有一套卓有成效的战略依照联系代数等价变化规矩对查询表达式进行改换，来实现优化价值合理、查询功率高的查询方案。
查询优化的一般战略
挑选运算尽早履行。 前面咱们提到过，挑选运算便是加条件筛选，在面对数据比较大的表数据时根据条件来射中需求的数据避免无关数据也进行查询。
投影运算与挑选运算一同进行。 投影运算即挑选列查询，在查询联系表时需求的列进行查询避免“*”查询 一同配合挑选运算一同。
将笛卡尔积与随后的挑选运算合并为衔接运算。 因为衔接运算（尤其是天然衔接）要比笛卡尔积所花费的时刻要少很多。
投影运算与其他运算一同进行。 即投影运算能够搭配任意的运算一同进行。无论如何查询，挑选需求的列进行查询往往很有效的一种方法。不必为了删除联系的某些特点值而把联系特点再扫描一遍。
将笛卡尔积与随后的挑选运算合并为衔接运算 。 因为衔接运算（尤其是天然衔接）要比笛卡尔积所花费的时刻要少很多。
寻觅公共子表达式并将成果加以存储。 假如有一个频繁呈现的子表达式，其成果联系并不大，从磁盘读入这个成果联系所花的时刻要比核算该子表达式所花的时刻少，那么先核算该公共子表达式并将成果存储在磁盘上就能对查询起到优化效果。当查询的目标是视图时，定义视图的表达式就可看作是公共子表达式。
对文件进行预处理。 对恰当的特点预先进行排序或者建立索引将有助于快速有效地找到恰当的元组。只需预处理所花费的时分依然合算，是对查询优化有效果的。
以上的6种优化战略，在开发的过程中，触及与数据库交互时能够优先考虑这6种战略。当然，在面对庞大的数据时，需求另作其他战略，例如分库分表战略，nosql战略，配合分布式缓存等等，这些将在后续分享。
查询优化过程
把查询转换成一种内部表明。经常选用树的方法。
利用联系代数等价改换规矩以及查询优化的一般战略，将语法树进行优化。
挑选恰当的底层存取路径，要充分利用数据库中已有的索引等信息。
生成一组查询方案，从中挑选一个价值最小的。
例如咱们以一个例子来阐明：
对学生-课程数据库，查询信息系学生选修了的一切课程名称。
例如咱们以一个例子来阐明：
对学生-课程数据库，查询信息系学生选修了的一切课程名称。
SELECT course_name FROMstudent,course,elective_courseASecWHERE student.sno=ec.sno AND ec.cno=course.cno AND student.sdept=’IS’;
试画出查询树图、联系代数语法树图、优化后的查询树。
先挑选，后投影，依照查询句子的次第先写project(cname)，也便是终究查询成果，然后依照条件句子where从后边往前写，遇到两个表相关联的字段时，能够看看是否这个表后边还有查询，假如没有，则表作为叶端，有的话，就持续衔接(join)条件，直到一切的查询条件都衔接完毕，剩下的叶端便是表了。
进行优化语法树的时分，要全部都转为挑选和投影∏来表明，一般表明除了父节点以外的结点，∏ 表明父节点。
查询句子转联系代数表达式为：∏ cname(student.sdept=’IS’(student ⋈ course ⋈ ec))
并发调度
业务： 在数据库上的一个或多个操作的序列，它有必要以原子的方法履行，也便是说，一切的操作要么都做，要么都不做。
- SQL句子COMMIT(提交)使业务成功的完毕。
- SQL 句子ROLLBACK(退回)使业务不成功地终止。
数据不一致性： 假如对并发操作不进行合理的调度，就有或许导致数据库中数据的不一致性。
丢掉修正： 业务T1和T2从数据库中读入了同一数据并各自进行修正，在两个人业务都完结了读入数据的操作以后，T1先完结修正操作，并将更新的数据写回数据库，随后T2也完结了修正，并将成果写回数据库，从而覆盖了T1的操作成果，导致T1对该数据的修正好像没有发生。
读 “脏” 数据： 业务T1修正了耨数据并将其写回数据库，业务T2随之读入这个被T1修正过的数据，之后T1又出于某种原因被吊销，它修正过的数据康复原值。这时T2所读取的数据就与数据库中的数据不同，就称为“脏”数据。
不可重复读： 业务T1按一定条件从数据库读入某些数据，随后业务T2对其进行更新并将更新成果写回数据库，当T1再次按同一条件读入数据时，成果发现跟刚才的不一样。或许有的数据值改变了，也或许有的数据现已删除，还或许增加了某些数据。
可串行化调度： 当且仅当多个业务并发履行的成果与按某一次第串行其成果相同，则以为并发操作是正确的，并称这种调度战略为可串行化调度。
封闭办理
所谓封闭，指的是业务在对某数据目标（如联系）进行操作之前，先请求体系对其加锁，成功加锁之后该业务就对该数据目标有了控制权，只要该业务对其进行解锁之后，其他的业务才干更新它。
数据库办理体系供给基本的封闭类型有两种：排它锁（X锁）以及共享锁（S锁）
若业务T1对数据目标A加了X锁，则T就能够对A进行读取以及更新（X锁因而又称为写锁），在T开释A上的X锁曾经，任何其他业务都不能再对A加任何类型的锁，从而也不能读取和更新A。
若业务T对数据A加上S锁，则T就能够对A进行读取，但不能进行更新（S锁因而又称为读锁），在T开释A上的S锁曾经，其他业务 能够再对A加上S锁，但不能加X锁，从而能够读取A，但不能更新A。
加锁的数据目标能够大到整个联系、整个数据库，也能够小到一个元组、一个元组的某个分量。封闭目标的巨细称为封闭的粒度。
封闭协议： 为了确保并发控制正确,在运用封闭机制时有必要遵从一定的规矩,例如什么时分应该申请X锁或S锁、什么时分开释锁等等。
不同的封闭协议( locking protocol)约好了不同的规矩,为并发控制供给了不同程度的确保。下面将分别介绍能够确保数据一致性的三级封闭协议和确保并行调度可串行性的两段锁协议。
1级封闭协议约好: 业务T在修正数据A之前有必要先对其加X锁,直到业务完毕(提交或退回)才开释该锁。由于X锁确保两个业务不能一同对数据A进行修正,从而使丢掉修正的前提条件不或许呈现,杜绝了丢掉修正的发生。但是1级封闭协议不要求业务在读取数据之前加锁,这样“不可重复读”和“读脏数据”的前提条件依然建立。
2级封闭协议： 是在1级封闭协议的基础上加上这样的约好:业务T在读取数据A之前有必要对其加S锁,读入该数据后即可立即开释S锁。
2级封闭协议不仅避免了丢掉修正,还避免了读“脏”数据其业务T修正数据A之前对其加X锁,修正后的成果写回数据库,业务T2要想读入数据A,只能等待T1开释X锁以后才干对A加S锁,之后T1出于某种原因被吊销,它所修正过的数据康复原值。
3级封闭协议： 在1级封闭协议的基础上加上了这样的约好:业务T在读取数据A之前有必要对其加S锁,直到业务完毕(提交或退回)才干开释S锁。
3级封闭协议除了避免丢掉修正、读“脏”数据之外,又解决了不可重复读的问题。
业务T1对数据A加S锁并从数据库读入A,随后业务T2欲对A加X锁以进行更新操作,然而业务T1尚未开释S锁,所以T2不能对A加X锁,也便是不能修正A,所以T1再次读入数据A的时分,A的值和刚才一样
