MOOD query optimizer

Abstract

MOOD (ODTÜ Nesneye Yönelik Veri Tabanı Yönetim Sistemi) Tübitak Yazılım Araştırma ve Geliştirme Merkezinde (Orta Doğu Teknik Üniversitesi) geliştirilen nesneye yönelik veri tabanı yönetim sistemidir. MOOD projesinin sorgulama en iyileştiricisi Volcano En İyileştirici Üreticisi kullanılarak gerçekleştirilmiştir. Volcano En İyilleştirici Üreticisi bir veri tabanı yönetim sistemi iyin en iyileştirici oluşturmak için kullanılan veri yapısından bağımsız bir araçtır. Ayrıntılı arama özellikleri yüzünden Volcano'nun oluşturduğu en iyileştiriciler dönüşüm kuralları ve maliyet fonksiyonları uygun olarak verildiğinde en iyi çalıştırma planını üretirler. MOOD en iyileştiricisi her en iyileştirme adımı için veri tabanı kataloglarından alınan ve önceki adımlarda elde edilen veri tabanıistatistiklerini kullanarak seçicilik ve maliyet hesaplar. MOOD en iyileştiricisi eksiksiz bir kural kümesi ile gerçekleştirilmiştir. Böylece verilen bir sorgulama iyin tüm olası planlan üretir ve içlerinden en ucuz olanını seçer. Bazı kompleks sorgulamalarda en iyileştirme zamanı çalıştırma zamanını aşar ve hafıza ihtiyacı hızla artar, sonuçta genel verimlilik düşer. Böyle durumlarda MOOD en iyileştiricisinin verimliliğini artırmak için iki tecrübe ve deneme yanılmaya dayanan yöntem önerilmiştir. İlk yöntem seçim yerlerini bazı kuralları kapatacak şekilde sıralamaktır. Diğeri ise birleştirmelerin tekrar sıralanması için kullanılır. Deneylerin sonuçları önerilen yöntemlerin en iyileştiricinin performansını artırdığını göstermiştir. Anahtar Kelimeler : Sorgulama en iyileştirmesi, nesneye yönelik sorgulama dili, birleştirme sıralaması.

MOOD (METU Object-Oriented Database Management System) is aq object-oriented DBMS developed at the Software Research and Development Center z. of the Scientific and Technical Research Council of Türkiye, Middle East Technical University. A query optimizer for MOOD is implemented using the Volcano Extensible Optimizer Generator. The Volcano Query Optimizer Generator is a data model independent tool that is used to develop a query optimizer for a DBMS. The Volcano generated optimizers produce the optimum execution plan when ithe transformation rules and support functions are provided properly because of, its exhaustive search property. MOOD Optimizer uses database statistics obtained from the MOOD database catalogs and computes the selectivities and the costs for each moptimization step. MOOD Query Optimizer is implemented with the complete rule set. Therefore, it produces all possible plans for a given query and selects the cheapest among the alternatives. For some complex queries, optimization time exceeds the execution time and memory requirement increases very rapidly, thus the overall performance decreases. For such cases, two heuristics are suggested to, the MOOD Optimizer to improve its performance. One heuristic is to order the selection nodes so that it becomes possible to disable some transformation rules. Yet another heuristic is used for join reordering. The results of the experiments indicate that the proposed heuristics indeed improved the performance of the optimizer. Keywords : Query optimization, object-oriented query language, join ordering.