Query Plan의 실행 한계와 변환
-
DBMS가 생성한 Query Plan은 그 자체로 직접 실행할 수 있는 형태가 아니므로, 실제 하드웨어에서 동작할 수 있도록 C/C++/Assembler 형태의 실행 코드(Executable code)로 컴파일(Compile)하거나 범용 실행기(Generic executor)를 통해 해석(Interpret)하는 과정을 거쳐야 함
Physical Query Plan과 연산자 특성
- 논리적 계획을 물리적으로 수행하기 위한 알고리즘(프로그램)의 시퀀스 형태임
- 각 연산자는 일반적으로 1~2개의 자식 노드를 가지는 이진 트리 형태를 구성하며, 데이터는 항상 하단의 리프(Leaves)에서 상단의 루트(Root) 노드를 향해 위쪽으로 흐름
- 메모리 버퍼(Buffers)의 크기와 한계에 따라 매우 빠르지만 많은 메모리를 요구하는 알고리즘을 쓸지, 느리지만 적은 메모리를 요구하는 알고리즘을 쓸지 결정하게 됨
비용 산정(Cost Estimation)의 기준
- 물리적 실행 계획의 총 처리 비용은 **디스크 I/O 작업 횟수(접근하는 디스크 블록의 수)**로 계산됨
- 메모리 내에 담을 수 있으면 계산 복잡도로 판단
- 메모리 내에 담을 수 없으면 버퍼링 페이지, I/O 작업 횟수, CPU 추정치로 판단
- 디스크에 결과를 적기도 함
- total memory used by the operators ≤ total available memory buffers
- 일반적으로 결과를 디스크에 저장해야 하는 특별한 상황이 아니라면, 결과 출력 시 소모되는 I/O 비용은 최종 산식에서 제외함(대부분 파이프라이닝을 통해 메모리상에서 바로 결과를 넘겨주기 때문임)
디크스 I/O 작업 횟수를 추정하기 위한 주요 통계값
-
B(R) = relation R이 저장된 총 block(page) 수
→ table full scan cost 계산 기준
-
f(R) = block 하나에 저장 가능한 최대 tuple 수 (blocking factor)
→ tuple 수를 block 수로 변환할 때 사용
-
M = operator가 사용할 수 있는 main memory buffer 개수
→ Sort / Hash Join / External Merge 같은 연산 cost에 큰 영향
-
HT(i) = index i의 height(level 수)
→ root부터 leaf까지 내려가는 index traversal cost 계산용
-
LB(i) = index i의 leaf block 수
→ index scan 시 읽어야 하는 leaf page 수 계산용