Warning
This page is located in archive.

4. domácí úloha: Paralelizace provádění databázových dotazů

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:

  1. Vyhodnocování jednoho poddotazu exists select * from data_table where predicates[0](…) přidělíme jednomu vláknu (tj. každý poddotaz bude zpracovávat právě jedno vlákno sekvenčním přístupem)
  2. 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:

  1. Je pro daný typ dotazu (a danou očekávanou pravdivostní hodnotu true) důležité identifikovat alespoň jeden pravdivý dotaz v jedné vybrané tabulce? nebo
  2. 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.

Stáhněte si balíček hw05_database.zip. 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.

Zazipovaný soubor query.h odevzdávejte do systému BRUTE. Před odevzdáním se ujistěte, že jste z kódu odebrali všechny ladící výpisy. Termín pro odevzdání je 2.4. 23:59.

Za úlohu můžete získat maximálně 2 body v závislosti na rychlosti Vašeho řešení.

courses/b4b36pdv/tutorials/hw_04.txt · Last modified: 2020/03/17 18:15 by tomaspe7