Strategie optimalizace dotazů PostgreSQL: studie a interaktivní výukové prostředí

Abstract

Tato bakalářská práce se zabývá strategiemi optimalizace dotazů v PostgreSQL se zaměřením na techniky indexování a následným vývojem interaktivní webové aplikace pro výuku těchto konceptů. Po rešerší základních optimalizačních principů a ověření několika optimalizačních strategií založených na indexování dat (především použitím indexů typu B-strom) prostřednictvím řízených experimentů na reálných a umělých datových sadách, studie zdůrazňuje zásadní vliv selektivity dotazu, velikosti datové sady a rozložení dat na výkonnost indexů. Stávající výukové nástroje byly přezkoumány s cílem zjistit nedostatky v interaktivitě, zaměření rozsahu a mechanismech zpětné vazby. Analýza těchto nástrojů odhalila nedostatek interaktivity, limitované pokrytí tématu, a nedostatečný mechanismus zpětné vazby pro výuku efektivních SQL dotazů. Na základě těchto poznatků byla vytvořena lokálně spustitelná webová aplikace, obsahující strukturované lekce, praktická cvičení na tvorbu indexů a psaní SQL dotazů, automatické vyhodnocování správnosti a výkonnosti dotazů a generované poznatky na základě exekučních plánů.This bachelor thesis investigates PostgreSQL query optimization strategies, focusing on indexing techniques, and the subsequent development of an interactive browser-based application to teach these concepts. After analyzing fundamental optimization principles and validating several index-based optimization strategies, primarily centered around B-tree indexes, through controlled experiments on real-world and artificial datasets, the study highlights the crucial impact of query selectivity, dataset size, and data distribution on index performance. Existing educational tools were reviewed to identify gaps in interactivity, scope focus, and feedback mechanisms. The analysis of existing educational tools revealed a lack of interactivity, limited coverage, and insufficient feedback mechanisms for teaching students how to write efficient SQL queries. Based on these insights, a locally runnable browser-based application was created, featuring structured lessons, practical exercises on index creation and writing SQL queries, automated evaluation of query correctness and performance, and insights derived from query execution plans.