SQL Serverのプロセス全体像~リレーショナルエンジンの動作~

引用元

https://gyazo.com/53671da65807b29e83d83d54d3176b56

It s not enough to be familiar with hardware spec to improve the database server performance, because it is just one percepective. The procedures tell us the story as it works. Let s get down on the big picture of processes.

サーバーレベルのプロセス全貌に加えて, Relational Engineに閉じたQuery処理も記載. キーとなるのがOptimizerと最適化(Query評価)のための統計上になる. 統計情報は実際のデータベース, table内のデータの①分布と②密度から生成される.

--.icon

処理全体プロセス ~DBサーバー（Oracle9i R2 SE）を例に~

SQL Serverがクエリ受信してから, 実際にデータアクセスまでに責任を持つのがRelational Engine

Relational Engineは, 以下3つのコンポーネントから構成される.

①Language Procedure Execution ... クエリ構文解析やクエリのパラメータ化

②Query Optimization ... クエリの最適化

③Query Execution ... クエリ実行のためのメモリなどのリソース確保と実行

https://gyazo.com/843d16d75dbf9876d273564fffd46a4d

クエリのライフサイクル

Queryを受信してから実行するまでのRelation Engine内の動作.

https://gyazo.com/5efab889e449bb0ffe001ea4571deaf2

クエリ実行プランを決定するOptimization

Optimizerは, 大きく分けて8つのプロセスに分けられる. 単純化すると, Queryの単純化と正規化, 統計情報の取得と作成, Query実行プランの複数作成, コストを元にプランの考慮, 物理Queryの作成.

なお, Optimizerは「最適」なQuery実行プランを生成するのではなくて, 「制限時間内」に実行可能な, 妥当な実行計画を生成することを目的にしている. 実行プランの生成+実行が所要時間であり, Plan生成に時間をかけて所要時間を長くしても意味がない.

Queryの評価の際にはCostという概念が考慮される. 当Costとは統計情報を元に算出され, 要はQuery実行時にスキャンされるデータの量を示す. 具体的には, ①データ分布( histogram ), ②データ密度( density )の項目が利用される. 密度とは, 列におけるデータの一意性, 重複程度である. histogramは, データの分布状況, 列内データ間の分布と, グループ間の距離である. Densityは低いほど, 一意性をもつデータの含有率が上がるので探索効率は高い. histogramは, 分布が範囲が狭いほど, 距離が近いので探索性は高い(と推測される??).

統計情報を確認してみよう

DBCC SHOW_STATICS(table_name, 統計情報名)

Make use of it??