Uma avaliação de algoritmos não exaustivos para a otimização de junções

Abstract

Resumo: Os sistemas gerenciadores de bancos de dados (SGBDs) relacionais proporcionam atualmente uma ambiente bastante produtivo para a manipulação de informações. A partir de uma linguagem de alto nível, tais sistemas permitem que seus usuários descrevam consultas de uma maneira simples e rápida, sem definir com isso detalhes relacionados ao seu processamento. Tais detalhes são de responsabilidade do próprio SGBD, o qual deve escolher, através de um sofisticado processo de otimização e planejamento, uma alternativa eficiente para a obtenção dessas informações. A otimização de junções é uma das mais importantes e complexas dentre todas as fases que compõem este processo. A definição da melhor ordem de junções somente pode ser realizada em condições relativamente simples, através do uso de algoritmos de busca exaustiva fortemente baseados na programação dinâmica. Para os demais casos, espera-se que apenas uma aproximação desta melhor ordem seja encontrada, utilizando para isso técnicas não exaustivas de busca. Este estudo concentra-se na avaliação de dois algoritmos não exaustivos de otimização de junções implementados para o SGBD de código aberto PostgreSQL: o enetic Queri Optimization (GEQO) e o Two Phase Optimization (2PO). Através de um esquema de testes multidimensional, este estudo apresenta diversos dados relevantes sobre o comportamento desses algoritmos. Estes resultados servem tanto para o processo de melhoria dos algoritmos avaliados como para a elaboração de novas abordagens de otimização de junções.

Abstract: Relational Database Management Systems (RDBMS) currently provide a very productive environment for data manipulation. Using a high level language, these systems allow their users describe queries in a simple and fast manner without defining how these data will be retrieved. These details need to be supplied by RDBMS itself, through a sophisticated process of optimizing and planning. The join ordering optimization is one of the most important and complex phases that involve this process. The definition of the optimal join order can only be realized in simple conditions, by using exhaustive search techniques. For the other cases, it is expected that an approximation of the optimal join order should be found by a non-exhaustive search algorithm. This study concentrates on the evaluation of two non-exhaustive algorithms applied to an open source DBMS named PostgreSQL: Genetic Query Optimization (GEQO) and Two Phase Optimization (2PO). Through a multidimensional test schema, this study demonstrates several relevant information about the behavior of these algorithms. These results can be used both for improvement of such algorithms and for elaboration of new join ordering techniques.