第16章 查询优化
依据原书第7版完整目录覆盖7个节点：用等价变换、基数估计与搜索策略选择低代价执行计划
第16章 查询优化
本课程对应Abraham Silberschatz、Henry F. Korth、S. 在“第16章 查询优化”的证据链中，Sudarshan著，杨冬青、李红燕、张金波等译《数据库系统概念（原书第7版）》，机械工业出版社2021年6月出版，820页，ISBN 9787111681816。原版第7版由McGraw-Hill于2019年发布。课程按原书11部分、32章与附录A逐项重构，不复制原文。
中文版第7版纸书正文收录第1-23章；第24-26章由中文版提供中文在线内容；第27-32章是原版官网英文在线章节；附录A在纸书中。本页媒介为“纸书正文”。 全课程另设学习地图与总复习，共35页；正式知识分母仍是32章与附录A。本页属于“第六部分 查询处理与优化”，依据正式目录覆盖7个节点。
“第16章 查询优化”没有使用未获授权的中文纸书正文；以 作者官网第 7 版完整目录 界定 32 章与附录 A，以 作者公开在线章节、大学模式实验 和 McGraw-Hill 第 7 版变更说明 核对可公开内容。中文解释、SQL、图示、实验与练习均为独立教学重写；实现行为再以 PostgreSQL 官方文档 等一手规范复核。
学习目标
- 能解释“第16章 查询优化”的7个正式节点，并把它们连接到“用等价变换、基数估计与搜索策略选择低代价执行计划”主线。
- 能复现等价规则证明、统计信息卡、计划搜索树和估计偏差报告，记录输入版本、配置、预期、实际结果与失败边界。
- 能比较至少两种实现或故障条件，证明“所有重写保持包与NULL语义，估计误差可观测，计划优劣用实际行数和资源验证”。
- 能设计反例推翻“把谓词下推当作无条件安全，或相信过期统计产生的单一成本数字”，并给出修复、回退和独立验收条件。
从一次可观察状态变化开始
先预测：给定一份固定的大学数据库、一个操作和一个故障时刻，哪些逻辑行、物理页、锁、版本或日志记录应该变化，哪些绝不能变化？不要先运行再解释。把预测写成状态表，然后用独立查询、执行统计、页或日志轨迹核对。若预测与观察不一致，先检查模型和实验边界，而不是立即改配置。
本页主问题是“用等价变换、基数估计与搜索策略选择低代价执行计划”。交付不以读完为准，而以另一位学习者能从等价规则证明、统计信息卡、计划搜索树和估计偏差报告复现同一结论为准。最小正确性合同是：所有重写保持包与NULL语义，估计误差可观测，计划优劣用实际行数和资源验证。
核心词汇与系统边界
↡等价变换是“用等价变换、基数估计与搜索策略选择低代价执行计划”中的第1个核心概念；必须由状态、机制、反例和证据共同定义、↡选择率是“用等价变换、基数估计与搜索策略选择低代价执行计划”中的第2个核心概念；必须由状态、机制、反例和证据共同定义、↡基数估计是“用等价变换、基数估计与搜索策略选择低代价执行计划”中的第3个核心概念；必须由状态、机制、反例和证据共同定义、↡动态规划是“用等价变换、基数估计与搜索策略选择低代价执行计划”中的第4个核心概念；必须由状态、机制、反例和证据共同定义、↡物化视图是“用等价变换、基数估计与搜索策略选择低代价执行计划”中的第5个核心概念；必须由状态、机制、反例和证据共同定义 构成本页词汇表。每个词都要回答四个问题：它约束什么状态，由哪个模块执行，在哪个故障或并发边界会失效，用什么证据发现失效。只给一句名词解释不构成掌握。
选择下推、连接交换等规则生成候选计划空间，优化器在其中搜索。
第七版机制逐项深读
16.1 概述
在“第16章 查询优化”中，“16.1 概述”组织“依据原书第7版完整目录覆盖7个节点：用等价变换、基数估计与搜索策略选择低代价执行计划”的语义、结构、执行和证据；若不能给出一个状态变化与独立对账，本节点仍未完成。
16.2 关系表达式的转换
在“第16章 查询优化”中，“16.2 关系表达式的转换”在等价计划中用统计与代价选择执行路径；验证需对比估计/实际基数，并证明改写没有改变 NULL 与重复语义。
16.3 表达式结果的统计估计
在“第16章 查询优化”中，“16.3 表达式结果的统计估计”在等价计划中用统计与代价选择执行路径；验证需对比估计/实际基数，并证明改写没有改变 NULL 与重复语义。
16.4 执行计划选择
在“第16章 查询优化”中，分析“16.4 执行计划选择”时画出算子树，标明每条边的模式与估计基数；等价改写必须保持结果集合而非只让 SQL 能运行。
16.5 物化视图
在“第16章 查询优化”中，“16.5 物化视图”保存查询接口或其物化结果；要区分定义展开、可更新性、刷新时点与权限边界，并用基表变化验证一致性。
16.6 查询优化高级主题
在“第16章 查询优化”中，“16.6 查询优化高级主题”在等价计划中用统计与代价选择执行路径；验证需对比估计/实际基数，并证明改写没有改变 NULL 与重复语义。
16.7 小结
在“第16章 查询优化”中，“16.7 小结”组织“依据原书第7版完整目录覆盖7个节点：用等价变换、基数估计与搜索策略选择低代价执行计划”的语义、结构、执行和证据；若不能给出一个状态变化与独立对账，本节点仍未完成。
机制推演：从语义到物理证据
优化器先产生等价逻辑表达式，再为算子选择访问路径并搜索连接次序。直方图和不同值数估计中间基数，误差会在多次连接中放大；最终成本模型必须用实际执行统计校准。
推演时始终区分五层。在“第16章 查询优化”的证据链中，第一层是业务不变量，说明哪些数据库状态合法；第二层是逻辑模型与查询语义，说明结果应该是什么；第三层是物理计划和数据结构，说明系统怎样得到结果；第四层是并发、日志与复制协议，说明交错和故障后仍保留哪些承诺；第五层是观测证据，说明我们怎样知道前四层真的成立。性能优化只能改变第三层和部分第四层的实现，不能悄悄改变前两层。
对每个节点建立因果链：输入版本与配置 → 操作或调度 → 中间状态 → 可观察输出 → 独立对账。在“第16章 查询优化”的证据链中，若结论涉及性能，报告中位数、尾延迟、吞吐、I/O和等待，而不是只截一条最快记录；若涉及正确性，至少准备一个应成功样本和一个应失败样本，并记录错误类别或恢复终点。
证据解释与交接
语义证据证明结果定义没有漂移。保存关系模式、约束、查询文本、参数、隔离级别和预期行集；涉及NULL、重复、顺序或聚集时，单独列出处理规则。任何实现比较都必须共享同一语义合同。
执行证据证明机制判断可以复核。保存计划、实际行数、缓冲命中、I/O、锁或版本、日志位置和错误状态中与本章相关的部分。计划估计与实际偏差本身就是结果，不应通过只截取计划名称隐藏。
失败证据证明边界真实存在。每次只注入一个变量：空输入、重复键、倾斜、并发冲突、进程崩溃、存储丢失或网络分区。明确失败前最后一个持久状态、恢复后第一个可用状态，以及是否需要人工介入。
交接证据让另一位学习者无需口头补充就能复现。最少包括版本卡、大学模式加载与重置脚本、预测表、等价规则证明、统计信息卡、计划搜索树和估计偏差报告、正常与失败轨迹、独立对账、已知限制和回退条件。若更换DBMS或版本，先重跑基线再比较。
本章回顾
重新完成“用等价变换、基数估计与搜索策略选择低代价执行计划”：先声明不变量和输入版本，按7个目录节点建立模型，手算正常路径，注入一个边界或故障，收集语义与执行证据，最后由独立查询对账。最终交付等价规则证明、统计信息卡、计划搜索树和估计偏差报告，并能证明“所有重写保持包与NULL语义，估计误差可观测，计划优劣用实际行数和资源验证”。
小结
- 等价变换生成候选计划空间
- 基数估计质量决定计划优劣
- 统计信息要定期更新
- 搜索策略在枚举与启发间权衡
- 提示是最后手段而非常规
复习与独立验收
练习
问题 1：为什么“第16章 查询优化”必须覆盖7个目录节点？
问题 2：本页最小正确性合同是什么？
问题 3：怎样构造能推翻常见错误的最小反例？
问题 4：为什么执行成功不能证明数据库设计正确？
问题 5：性能结论至少需要哪些数据？
问题 6：独立交接至少包含什么？
名词解释
本章出现的专业名词，用大白话再讲一遍。
- 等价变换
等价变换在本页中以“所有重写保持包与NULL语义，估计误差可观测，计划优劣用实际行数和资源验证”为正确性边界，并由可重放实验验证。
- 选择率
选择率在本页中以“所有重写保持包与NULL语义，估计误差可观测，计划优劣用实际行数和资源验证”为正确性边界，并由可重放实验验证。
- 基数估计
基数估计在本页中以“所有重写保持包与NULL语义，估计误差可观测，计划优劣用实际行数和资源验证”为正确性边界，并由可重放实验验证。
- 动态规划
动态规划在本页中以“所有重写保持包与NULL语义，估计误差可观测，计划优劣用实际行数和资源验证”为正确性边界，并由可重放实验验证。
- 物化视图
物化视图在本页中以“所有重写保持包与NULL语义，估计误差可观测，计划优劣用实际行数和资源验证”为正确性边界，并由可重放实验验证。