代数优化改变查询语句中操作的次序和组合，但不涉及底层的存取路径。对于一个查询语句有许多存取方案，它们的执行效率不尽相同，因此，仅仅进行代数优化是远远不够的
物理优化就是要<font color="0000ff">选择高效合理的操作算法或存取路径以求得优化的查询计划</font>。具体方法有
- 基于规则的启发式优化：启发式规则是指那些在大多数情况下都适用，但不是在每种情况下都是最好的规则
- 基于代价估算的优化：使用优化器估算不同执行策略的代价，并选出具有最小执行代价的执行计划
- 两者结合的优化方法
一：基于启发式规则的存取路径选择优化（定性）
（1）选择操作的启发式规则
A：小关系
对于小关系，使用<font color="0000ff">全表顺序扫描</font>，即使选择列上有索引
B：大关系
启发式规则有：
- 对于选择条件是<font color="0000ff">“主码=值”</font>的查询，查询结果最多是一个元组，可以选择<font color="0000ff">主码索引</font>。一般的RDBMS会自动建立主码索引
- 对于选择条件是<font color="0000ff">“非主属性=值”</font>的查询，并且选择列上有索引，同样要估算查询结果的元组数目，如果<font color="0000ff">选择率<10%</font>可以使用<font color="0000ff">索引扫描方法</font>，否则还是使用全表扫描
- 对于<font color="0000ff">用AND连接的合取选择条件</font>，如果有涉及这些属性的组合索引，则优先采用<font color="0000ff">组合索引扫描方法</font>
- 对于<font color="0000ff">用OR连接的析取选择条件</font>，一般使用全表顺序扫描
（2）连接操作的启发式规则
- 如果2个表都已经按照连接属性排序，则选用<font color="0000ff">排序-合并算法
- 如果一个表在连接属性上有索引，则可以选用<font color="0000ff">索引连接算法
- 如果上面2个规则都不适用，其中一个表较小，则可以选<font color="0000ff">用hash join算法
- 最后可以选用<font color="0000ff">嵌套循环算法，并选择其中较小的表，确切地讲是占用的块数(B)较少的表，作为外表(外循环的表)</font>（具体原因在第二节已经讲过）
二：基于代价估算的优化（定量）
（1）统计信息
基于代价的优化方法要计算各种操作算法的执行代价，它与数据库的状态密切相关。为此在数据字典中存储了优化器需要的统计信息(database statistics), 主要包括如下几个方面：
- 基本表：该表的元组总数（$N$）、元组长度（$l$）、占用的块数（$B$）、占用的溢出块数（$BQ$）等
- 基本表每个列：该列不同值的个数（$m$）、该列最大值、最小值，该列上是否已经建立了索引，如果有，又是哪一种索引等
- 索引：索引的层数（$L$）、不同索引值的个数、索引的选择基数$S$等
（2）代价估算示例
- 此部分了解即可，不做深入探究
mysql
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。