===== 4. domácí úloha: Paralelizace provádění databázových dotazů =====
* Předloha: [[https://pdv.pages.fel.cvut.cz/pdv-private/hw/pdv-04database.zip|pdv-04database.zip]]
* Do BRUTE odevzdávejte zip archiv obsahující soubor ''query.h''.
Vyhodnocování dotazů v databázových systémech často obnáší procházení velkého množství dat.
Aby bylo vyhodnocování efektivní, databáze často odhadují jaká posloupnost operací vede k nejrychlejšímu výsledku.
V této domácí úloze si zkusíte rozhodnout (a vyzkoušet), jaký přístup k vyhodnocení dotazů je nejvhodnější -- při čemž se zaměříme na to, jak vyhodnocování dotazu co možná nejlépe paralelizovat.
Vaším úkolem bude vyhodnotit sadu dotazů na jednu tabulku. U každého dotazu bude Vaším úkolem rozhodnout, zda existuje alespoň jeden záznam v tabulce, pro který námi zadaná podmínka platí.
My se Vás budeme ptát na pravdivostní hodnotu konjunkce (respektive disjunkce) těchto dílčích dotazů. V řeči SQL dotazů se tedy jedná (schématicky) o dotazy typu:
select 1
where
exists (select * from data_table where predicates[0](...)) and
exists (select * from data_table where predicates[1](...)) and
exists (select * from data_table where predicates[2](...)) and
...
a
select 1
where
exists (select * from data_table where predicates[0](...)) or
exists (select * from data_table where predicates[1](...)) or
exists (select * from data_table where predicates[2](...)) or
...
V případě, že chceme vyhodnocování takových dotazů paralelizovat, máme k dispozici dva základní dekompoziční přístupy:
- Vyhodnocování jednoho poddotazu ''exists select * from data_table where predicates[0](...)'' přidělíme jednomu vláknu (tj. každý poddotaz bude zpracovávat právě jedno vlákno sekvenčním přístupem)
- Zparalelizujeme vyhodnocování každého poddotazu (tj., vlákna si rozdělí řádky v tabulce, na kterých budou testovat pravdivost predikátu).
Vaším úkolem bude zamyslet se nad tím, který z těchto přístupů bude vhodnější pro který typ dotazu za předpokladu, že konjunkce (respektive disjunkce) je pravdivá.
Následující otázky Vám mohou pomoci tento problém vyřešit:
- Je pro daný typ dotazu (a danou očekávanou pravdivostní hodnotu ''true'') důležité identifikovat alespoň jeden pravdivý dotaz v jedné vybrané tabulce? nebo
- Je potřeba prohledávat více tabulek?
V některých situacích byste měli být schopní rozhodnout, jaká je pravdivostní hodnota dotazu bez toho, abyste museli prohledat otestovat všechny predikáty na všech záznamech v tabulce. V takové situaci je vhodné prohledávání ukončit.
Vaším úkolem je doimplementovat těla metod ''is_satisfied_for_all'' a ''is_satisfied_for_any'' v souboru ''query.h''. Tyto metody mají za úkol rozhodnout, zda konjunkce (respektive disjunkce) dílčích dotazů je splněná.