CS 2550——数据库系统原理

CS 2550——数据库系统原理（2024年春季）匹兹堡大学计算机科学系课业#4：查询处理和优化发布时间：2024年4月10日截止时间：2024年4月22日晚上8:00球门此课业的目标是更好地理解查询评估过程。描述以下是大学数据库模式的一个片段。

员工（员工ID、第一名、最后一名、性别、出生日期、地址、电话、账号、工资）PK（员工ID）FK（SNO）-->工作室（StudioNum）

工作室（StudioNum、StudioName、经理、预算）PK（StudioNum）FK（经理）-->员工（雇员ID）电影（movieID，制片人，标题，预算，拍摄时间）PK（电影ID）FK（制作人）-->工作室（StudioNum）考虑表Employee（E）-Studio（S）-Movie（M）的四个可能组织：1.表E、S和M是堆文件，其中任何一个都不存在访问方法2.表E和S是排序文件，M是堆文件&它们中的任何一个都不存在访问方法3.表E、S和M是堆文件&访问方法（哈希）仅存在于M上4.表E是一个排序文件，表S和M是堆文件&访问方法存在于E和M、 其中一个是散列，另一个是索引进一步假设以下统计数据：可用缓存（CM）为22页。属于同一个表的属性都具有相同的平均大小。当使用散列联接时，较小的记录将是分区部分。表Movie中属性filmedAt的值分布为：50%“PGH”，30%“PHI”和20%的“NYC”。电影：r=500，bfr=5，BP rj=100。工作室：r=250，bfr=5，BDp=50。员工：r=1250，bfr=5，BEmp=250。注意，写 CS 2550——数据库系统原理r是表中元组的总数，bfr是阻塞因子，B是表的块总数。问题[100分]Q1[20分]
假设没有可用的访问结构，生成以下SQL语句的启发式查询评估树，并详细描述查询的评估将如何是选择S.StudioName、COUNT（M.movieID）、SUM（M.Budget）来自员工AS E，工作室AS S，电影AS M其中M.producedBy=S.StudioNum和E.SNO=S.Studio Num按S.StudioName分组计数（E.EmployeeID）<15；说明任何其他假设。（提示：一些运算符可以组合成一个单独的算法）。
Q2[80分]考虑查询评估树，如以下SQL类中所讨论的陈述选择M.movieID、M.producedBy、E.First、E.Last、E.Gender来自员工AS E、工作室AS S、电影AS M其中M.producedBy=S.StudioNum和S.Manager=E.EmployeeIDAND M.filmedAt=“GH”；根据您的pittID，您有两个以上组织分配给您的数据库组织来回答此问题。对于这两个组织，确定子树表示可以由单个算法执行的操作组。对于每个这样的子树，可能有多种方法可以组合起来实现为单个算法。请提供以下内容：所有可能的实现中的一个实现（步骤和数据结构）的描述对于上述每种情况。每个级别的实施的I/O成本。计算总I/O成本。您被要求回答两个数据库组织的问题，它们基于您的pittID，如下所示：ddh32、tiw81、yiy161、dhb51、yul251、sml153、nia135、dtk28：你只需要做第一和第二个组织。mas937，yux85，anp407，shk148，nat134，aba166，mod53，jeb386：你只需要做第一和第三个组织。aym50，bsp22，yuw328，shy158，btl26，shp184，jah292，tbt8：你只需要做第一和第四个组织。提交内容和方式您需要以您的pitt用户名（例如。，pitt01.pdf）。除了提供答案外，您还应：包括您的PDF文件顶部的名称和pitt ID。准备好解决方案后，提交您的文件（即准备好的PDF），其中包含您的解决方案，通过导航到Gradescope进入班级的Gradescope主页并从课程仪表板中选择课程CS 2550，或单击课程画布页面下的Gradescope导航选项。您必须在截止日期（2024年4月22日下午8:00）之前提交课业。没有迟交的材料。请注意，您需要使用图形工具（如MS Word、MS Powerpoint、MSVisio、idraw、draw.io等）生成图表和解释图表的文本。手写/手绘图表和/或文本将不被接受/评分并且将接收零。手写和数字化/扫描图像接收零（包括扫描、照片或使用智能笔提交）。学术诚信这项任务中的工作是独立完成的。与其他学生讨论课业应仅限于理解问题的陈述。作弊无论如何，包括把你的工作交给别人都会给课程打F向大学相关部门提交的报告。
WX：codinghelp