database - DBMS：关系代数执行计划成本计算

Question

我一直在尝试最后几天来解决以下问题。

假设我们有以下两个表。

电影（ID'，标题，国家，制作_日期）

演员（ID'、姓名、类型、国籍）

演员（演员_ID'，电影_ID'，角色）

给定信息：

Film 拥有 N(film)=50.000 条记录，r(film)=40bytes，顺序组织，PK 索引

Actor 拥有 N(actor)=200.000 条记录 r(actor)=80bytes，堆组织，PK 上的索引

Cast 持有 N(cast)=100.000 条记录，r(cast)=25 字节，堆组织，无索引

执行计划的执行树和关系表达式如下图所示：

对于演员和电影之间的较低级别的连接，我正在计算以下内容：

块嵌套循环连接：Bcast x Bfilm

索引嵌套循环连接：Bcast + Ncast x Cfilm

我保留了 INLJ 给出的最小值。

问题：

现在我如何计算连接表的大小和新的 r，它是新连接表上记录的大小，以便在计算成本后继续计算已经连接的表与表 actor 之间的上层连接B中的那个join操作会占用多少块？

Answer 1

我假设您想在 FILM.ID = CAST.FILM_ID 上进行自然连接，而 CAST.FILM_ID 是引用 FILM.ID 的外键。

1）一排大小：

Film 和 Cast 的连接导致形式的元组

[FILM_ID, TITLE, COUNTRY, PRODUCTION_DATE, ACTOR_ID, ROLE]. 

因此行大小应该类似于

R(FILM JOIN CAST) = R(FILM) + R(CAST) - R(FILM_ID)

因为 FILM_ID 是唯一共享的列。

2）行数：

N(FILM JOIN CAST) = N(CAST) 

因为 CAST 中的每一行在 FILM 中只有一行。