تحسين خوارزمية (Depth First Search (DFS لاستعلام قواعد البيانات العلائقية

Abstract

المستخلص ركزت الدراسة علي تحسين الخوارزمية الاساسية Depth First Search (DFS) المستخدمة لتحسين الاستعلام لاستخدامها بصورة عكسية , والتقنيات التى تتمثل في الاستدلال الامثل+ تقدير التكلفة (Cost-estimation, Heuristic) والتى طبقت على نظم إدارة قواعد البيانات العلائقية، كما ركزت على طرق أمثلية الاستعلام، تمثلت مشكلة الدراسة في ان الخوارزمية الاساسية لتحسين الاستعلام لاتفي ولاتؤدي الاغراض المطلوبة للتحسين عند استخدامها مع التقنيتين(Cost-estimation, Heuristic) وفقاً لمعياري الزمن والتكلفة, بالاضافة الى عدم وجود تجارب علمية واضحة بين تقنيات تحسين الاستعلام تؤكد التقنية الأفضل وفقاً لمعياري الزمن والتكلفة, ثم المشاكل التي تواجه طرق التحسين(أحياناً تكون دون المستوى الأمثل). ومن ثم تأتي أهمية الدراسة في تحسين الخوارزمية الاساسية لتحسين الاستعلام لاستخدامها بطريقة عكسية, وتطوير برنامج سهل الاستخدام لحساب زمن تنفيذ الاستعلام لمساعدة مطوري ومستخدمي قواعد البيانات على اتخاذ القرار في اختيارهم للطريقة المناسبة واختيارهم للنظام الذي يفي بمتطلبات التحسين. هدفت الدراسة الى التحسين في الخوارزمية الاساسية لتحسين الاستعلام لاستخدامها بطريقة عكسية, ودراسة التقنيات التي تتمثل في تقنية(الاستدلال+ تقدير التكلفة) وتطبيقهما على قواعد البيانات العلائقية (الاوراكل,السيكوال سيرفر, الماي سيكوال). حيث يتفاعل المستخدم مع لغة الاستعلام الهيكلية (SQL) لتنفيذ الاستعلام في قواعد البيانات العلائقية. تطبيق وحساب وقت تنفيذ الاستعلام باستخدام عمليات البحث, التعديل,الادراج والحذف على قاعدة البيانات ومن ثم تقدير وتقييم زمن تنفيذ الاستعلام بالـ ( Millisecond, Microsecond, Nanosecond Start-time, End-time,) كدالة على سرعة الاستعلام والخروج بنتائج تساعد المستخدم بإختيار التقنية الأمثل للنظام الامثل ذات زمن الاستجابة الأقل وزمن التنفيذ الأقل,بالاضافة الي توصيف الطرق المثلي لتقدير التكلفة لتحسين الاستعلام. من خلال الدراسة والتجارب وجدنا أن استخدام الخوارزمية الاساسية بصورة عكسية يفي ويؤدي الاغراض المطلوبة للتحسين بصورة مفيدة وقيمة تم استخدامها من خلال تحليل لقاعدة البيانات وأثناء إجراء التجربة تم حساب زمن تنفيذ الاستعلام , ووجدنا أن تقنية الاستدلال الأمثل في قاعدة بيانات (الأوراكل, السيكوال سيرفر, الماي سيكوال) أفضل بكثير من تقنية تقدير التكلفة, ووجدنا ان طريقة المحسن الديناميكي افضل من المحسن الثابت من حيث الزمن والتكلفه، الديناميكي حقق امثلية الاستعلام. هناك أبعاد مفتوحة للبحث في المستقبل يمكن أن تساعد مصممي ومنفذي و مديري قواعد البيانات، معتبرا تقنيات أخرى لتطبيقها على نظم إدارة قواعد البيانات. تطبيق تقنيات, المرشد الاستدلالي, وتقدير التكلفة وتقنيات التحسين الأخرى على أنظمة ادارة قواعد البيانات العلائقية الأخرى، بالإضافة إلى تقدير وقت التنفيذ لكل منها, واضعين في الاعتبار (مواصفات الجهاز والذاكرة). التفكير في استخدام خوارزميات اساسية اخري وتحسينها بحيث تلائم النتائج المطلوبة وتفي بالغرض المطلوب. Abstract The study focused on the improvement of the basic algorithm Depth First Search (DFS) used to optimize the query to be used in reverse, and the techniques namely (Heuristic + cost estimation) that implemented on relational database management systems, and it also focused on the approaches of query optimization. The study problem is there is the basic algorithm for query optimize is not fulfilling and does not perform the purposes required for optimize, when used with the two techniques (Cost-estimation, Heuristic) according to the criteria of time and cost. In addition to the lack of clear scientific experiments between query optimization techniques that confirm the best technique according to the criteria of time and cost estimate, then the problem facing the optimization approaches sometimes they are sub-optimal. And then comes the importance of study, this study provides modifying the basic algorithm to optimize the query to be used in a reverse way, and developed a user friendly software, to evaluate the query execution time to help/guide database developers and users to make the decision in their choice of the appropriate approach and also their choice of the system that meets the requirements of improvement, then the importance comes in the descriptive analysis of approaches Query optimization. The study aimed, to modify the basic algorithm to optimize the query to be used in a reverse manner, and to study the approaches and techniques namely (heuristic + cost estimation) and apply them to relational databases taking into account the time and cost standards. Where the user interacts with the Structural Query Language (SQL) to execute the query in relational databases. Application and calculation of query execution time using (insert, search, update and delete) operations and applied for (Oracle, SQL-Server, My-Sql) And then assess and evaluate the time of execution of the query using (Millisecond, Microsecond, Nanosecond Start-time, End-time,) as a function of the speed of the query and come up with results helps the user to found the best technique of optimization of the system with a lower response time and the time of execution is lower. In addition to describing the optimal approaches for cost estimation to optimize the query. Through the study and experiments, we found that the use of the basic algorithm in reverse satisfies and performs the purposes required for optimization in a useful and valuable manner. It was used through an analysis of the database, and during the conduct of the experiment, the query execution time was calculated, Through the study, experiments we find the heuristic optimization technique in a database came in ranked first in terms of the improvement of the performance of the system by an algorithm of (Depth-tree algorithm) which modified, and Cost-estimation Optimization Technique came in second order. , and we found that the dynamic optimizer approach is better than the static optimizer in terms of time and cost, the dynamic optimizer optimized the query. There are open dimensions for future research as guidance that can help the database designers, the database system implementers or the database administrators, considering another techniques to applying them on (Oracle, SQL Server, MY-SQL). And considering is the select another RDBMS to applying heuristic optimization technique, cost-based optimization technique and additional optimization techniques on them, in addition to estimation execution time for each of the RDBM. Thinking about using other basic algorithms and modifying them to suit the required results and meet the desired purpose.