[发明专利]大型数据库系统的迭代式多属性索引选择

说明书

发明人在列式内存数据库中实现并研究了大型生产企业系统的访问模式。为了获得对配置的准确成本估计，发明人使用了现代查询优化器的假设功能。然而，假设调用是大多数索引选择方法的主要瓶颈。因此，主要约束是限制假设优化器调用的数量。并且即使本发明方法不限制索引候选集，其也会减少假设调用的数量，因为在每个迭代步骤中可能的(索引)扩展的数量相对较小，这导致有限数量的假设调用。

技术领域

本发明涉及数据库系统，具体地涉及数据库系统的索引选择。

背景技术

处理高度并发的工作负荷的大型数据库实例需要二级索引以避免顺 序扫描、节省存储器带宽、以及由此实现可接受的时延和吞吐量。

索引换取关于附加存储器的增加的性能，附加存储器通常是数据库系 统中的稀缺资源。这强调了对高效地平衡存储器消耗与性能增益的机制的 需要。

在现有技术中，索引通常由数据库管理员(DBA)选择，他们必须依 赖于自己的直觉和索引顾问工具，而这些工具通常依赖于启发法。

索引选择(也称为索引调优)属于NP难问题类别。从大的潜在索引 集合中找到最佳的索引选择是高度挑战性的，因为存在索引元素相互影响 其效果和整体性能，这被称为索引交互(Index Interaction，本文中称为 “IIA”)。

尤其是，大型现实世界问题实例表现出大多数现有选择方法不能处理 的特性：

(i)要考虑数千个属性，

(ii)由数千个查询模板组成的工作负荷，

(iii)存储器预算约束，以及

(iv)包括关于IIA的考虑在内平衡重新配置成本与性能增益。

一系列出版物(例如[Falkowski 1992；Ip等人1983])将索引选择问 题(本文中称为“ISP”)简化为背包问题(本文中称为“KP”)[Mathews 1896]。这两个问题具有相似性，并且在一定程度上是可比较的。然而，IIA (参见[Schnaitter等人2009])致使ISP到KP的简化是对该问题的过度简 单化。

Valentin等人提出了IBM DB2的索引选择方法[Valentin等人2000]， 其贪婪地选择索引直到超过给定预算。其作者提出通过索引的运行时间改 进与大小消耗的比率来评估索引。为了考虑到索引交互和维护成本，所确 定的配置被随机地打乱若干次以搜索潜在的较好配置。

Chaudhuri和Narasaya提出了用于微软SQL服务器的基于优化器的索 引选择工具[Chaudhuri和Narasaya 1997，1998]。他们解释了几种降低ISP 的复杂度的技巧。例如，为了避免考虑每个容许的索引，他们确定索引候 选集作为实际索引选择过程的输入。按照以下方式选择这些候选：只有对 于至少单个查询是最佳索引的索引才被认为是索引候选，这可能导致潜在 索引的浪费。此外，他们的解决方案(参见[Chaudhuri和Narasaya 1997,1998])采用固定数量的索引作为约束和停止标准。但是，由于索引 的大小根据底层数据而有所不同，因此可以将索引大小视为更合理的约束 并且考虑固定的存储器预算。

微软SQL服务器的索引顾问的更近版本还结合了压缩索引[Kimura等 人2011]。这里，首先对潜在的索引候选进行筛选以使其有效率(即，不 受其他主导)。然后，Kimura等人提出了一种启发法，与DB2顾问相反， 该启发法贪婪地选择具有最大预期运行时间改进的索引。只有在超出预算 之后，当顾问尝试从预算违反“恢复”并且用更节省空间的替选索引迭代 地替换索引时，才考虑索引成本。