Question

1）如果未使用索引，SQL查询执行时间O（n）是否与连接数相比较？如果没有，我们可能会期待什么样的关系？并且索引可以改善实际的大O时间复杂度，还是仅仅通过某个常数因子减少整个查询时间？

稍微含糊的问题，我确信它变化很大但我在这里谈论的是一般意义。

2）如果您有类似的查询：

SELECT  T1.name, T2.date
FROM    T1, T2
WHERE   T1.id=T2.id
        AND T1.color='red'
        AND T2.type='CAR'

我是否正确假设DB在评估多表条件之前首先在T1.color和T2.type上进行单表过滤？在这种情况下，使查询更复杂可以使它更快，因为更少的行受到连接级别的测试？

Answer 1

这取决于使用的查询计划。

即使没有索引，现代服务器也可以使用比HASH JOIN更快的MERGE JOIN和O(N * M)

更具体地说，HASH JOIN的复杂性为O(N + M)，其中N是散列表，M是查找表。散列和散列查找具有不变的复杂性。

MERGE JOIN的复杂性为O(N*Log(N) + M*Log(M))：它是对两个表进行排序的时间加上扫描它们的时间。

SELECT  T1.name, T2.date
FROM    T1, T2
WHERE   T1.id=T2.id
        AND T1.color='red'
        AND T2.type='CAR'

如果没有定义索引，引擎将选择HASH JOIN或MERGE JOIN。

HASH JOIN的工作原理如下：

选择散列表（通常是具有较少记录的表）。说它是t1
扫描t1的所有记录。如果记录保持color='red'，则此记录将进入哈希表，其中id为关键字，name为值。
扫描t2的所有记录。如果记录保持type='CAR'，则在哈希表中搜索其id，并返回所有哈希命中的name值以及当前值data。< / p>

MERGE JOIN的工作原理如下：

创建t1 (id, name)的副本，按id
创建t2 (id, data)的副本，按id
指针在两个表中都设置为最小值：
```
>1  2<
 2  3
 2  4
 3  5
```

指针在循环中进行比较，如果匹配，则返回记录。如果它们不匹配，则具有最小值的指针会提前：

>1  2<  - no match, left pointer is less. Advance left pointer
 2  3
 2  4
 3  5

 1  2<  - match, return records and advance both pointers
>2  3
 2  4
 3  5

 1  2  - match, return records and advance both pointers
 2  3< 
 2  4
>3  5

 1  2 - the left pointer is out of range, the query is over.
 2  3
 2  4<
 3  5
>

在这种情况下，使查询更复杂可以使它更快，因为更少的行受到连接级别的测试？

不确定

没有WHERE子句的查询：

SELECT  T1.name, T2.date
FROM    T1, T2

更简单但返回更多结果并运行更长时间。

Answer 2

小心混淆太多不同的东西。根据要检查的行数，您有一个逻辑成本，基于实际返回的行数（可能）较小的逻辑成本，以及基于必须检查的页数的无关物理成本。

这三者是相关的，但并不强烈。

检查的行数是这些成本中最大的，并且最不容易控制。必须通过连接算法匹配行。这也是最不相关的。

返回的行数更加昂贵，因为它是客户端应用程序和数据库之间的I / O带宽。

读取的页数是最昂贵的，因为这是更多的物理I / O.这是最昂贵的，因为数据库中的负载会影响所有客户端。

一个表的SQL查询是 O （ n ）。那是行数。根据页数，它也是 O （ p ）。

对于多个表，检查的行是 O （n m ...）。这是嵌套循环算法。但是，根据关系的基数，结果集可能与 O （ n ）一样小，因为关系都是1：1。但是必须检查每个表的匹配行。

散列连接用 O （n）直接散列查找替换 O （n * log（n））索引+表读取。您仍然需要处理 O （ n ）行，但是您可以绕过一些索引读取。

合并连接用 O （log（n + m）（n + m））替换 O （n m）嵌套循环排序操作。

对于索引，如果仅检查表是否存在，则物理成本可能会降低为 O （log（n） m）。如果需要行，则索引会加快对行的访问，但必须处理所有匹配的行。 O （n m），因为这是结果集的大小，与索引无关。

根据索引的选择性，检查此工作的页面可能更小。

索引的重点不是减少检查的行数。这是为了减少获取行的物理I / O成本。

Answer 3

如果未使用索引，SQL查询执行时间O（n）是否与连接数相比较？

通常它们将是O（n ^ m），其中n是每个表所涉及的记录数，m是要连接的表的数量。

并且索引可以改善实际的大O时间复杂度，还是仅仅通过某个常数因子减少整个查询时间？

两者。当连接被大量过滤时（即具有良好的WHERE子句），索引允许直接查找，并且当它们位于右列时，它们允许更快的连接。

当索引不在要加入或过滤的列上时，索引没有帮助。

Answer 4

查看clustered与non-clustered indexes的工作方式

这是从纯粹的技术角度来看...为了一个简单的解释，我的好朋友mladen编写了一个简单的article to understand索引。

索引肯定有帮助，但我建议阅读以了解其优缺点。

SQL查询复杂性对性能有什么一般规律吗？

4 个答案: