在MySQL中,执行计划的实现是基于JOIN和QEP_TAB这两个对象。其中JOIN类表示一个查询语句块的优化和执行,每个select查询语句(即Query_block对象)在处理的时候,都会被当做JOIN对象,其定义在sql/sql_optimizer.h。
QEP_TAB是Query Execution Plan Table的缩写,这里的表Table对象主要包含物化表、临时表、派生表、常量表等。JOIN::optimize()是优化执行器的统一入口,在这里会把一个查询语句块Query_block最终优化成QEP_TAB。
在MySQL-8.0.22版本之后,又引入访问方式AccessPath和执行迭代器Iterator对象,再结合JOIN和QEP_TAB对象,最终得到整个解析计划的执行路径。
本文主要基于MySQL-8.0.25版本,进行说明。
优化器的入口函数:bool JOIN::optimize(),对应代码文件sql/sql_optimizer.cc。
// 主要功能是把一个查询块Query_block优化成一个QEP_TAB,得到AccessPath bool JOIN::optimize() { ... // 下面主要是为了可以借助INFORMATION_SCHEMA.OPTIMIZER_TRACE表,跟踪优化器的执行状态和执行步骤 Opt_trace_context *const trace = &thd->opt_trace; Opt_trace_object trace_wrapper(trace); Opt_trace_object trace_optimize(trace, "join_optimization"); trace_optimize.add_select_number(Query_block->select_number); Opt_trace_array trace_steps(trace, "steps"); ... // 窗口函数装配优化 if (has_windows && Window::setup_windows2(thd, m_windows)) ... // 拷贝Query_block上的条件副本到JOIN结构关联的成员对象,为后续优化做准备 if (Query_block->get_optimizable_conditions(thd, &where_cond, &having_cond)) ... // 统计抽象语法树中的叶节点表,其中leaf_tables是在Query_block::setup_tables中进行装配 tables_list = Query_block->leaf_tables; ... // 分区裁剪 if (Query_block->partitioned_table_count && prune_table_partitions()) { ... // 尝试把聚合函数COUNT()、MIN()、MAX()对应的值,替换成常量 if (optimize_aggregated_query(thd, Query_block, *fields, where_cond, &outcome)) { ... // 采用超图算法生成执行计划,注意超图算法通过set optimizer_switch="hypergraph_optimizer=on"方式启用 if (thd->lex->using_hypergraph_optimizer) { FindBestQueryPlan(thd, Query_block, /*trace=*/nullptr); // 如果Join优化器是超图算法,处理结束直接返回 return false; } ...
下面代码主要涉及Join优化器连接方式为左深树的情况,主要用到join_tab数组来进行组织关联
根据代价计算表的连接方式,核心函数make_join_plan(),实现非常复杂。比较关键的函数是bool Optimize_table_order::choose_table_order()
其主要思想是通过贪婪搜索Optimize_table_order::greedy_search,根据最小的连接代价,进行有限的穷举搜索(细节参考Optimize_table_order::best_extension_by_limited_search)
最终找到近似最优解的连接排列组合
if (make_join_plan()) { ... // 语句块谓词条件下推,提升过滤性能 if (make_join_Query_block(this, where_cond)) { ... // 优化order by/distinct语句 if (optimize_distinct_group_order()) return true; ... // 分配QEP_TAB数组 if (alloc_qep(tables)) return (error = 1); /* purecov: inspected */ ... // 执行计划细化,优化子查询和半连接的情况,具体策略可以参考mariadb的文档: // https:// mariadb.com/kb/en/optimization-strategies/ // 关键代码是setup_semijoin_dups_elimination,主要对半连接关联的策略进行装配 if (make_join_readinfo(this, no_jbuf_after)) ... // 为处理group by/order by创建开辟临时表空间 if (make_tmp_tables_info()) return true; ... // 生成访问方式AccessPath,供后续迭代器Iterator访问使用 create_access_paths(); ... return false; }
MySQL的执行计划是整个数据库最核心的模块,其代码也在不断地迭代更新过程中。执行计划中优化器的好坏和背后的搜索策略、数学模型紧密相关。MySQL支持的搜索策略有穷举搜索、贪婪搜索,对应的Join优化器有左深树算法和超图算法,整个优化过程主要是基于CBO策略进行优化。
执行计划运行的过程,实际上就是一个动态规划的过程。这个过程的优劣,快慢决定了MySQL和主流商业数据库的差距。只有深入地理解MySQL优化器的运行原理,才能帮助我们积极有效地探索更高性能优化的可能。
最后由于笔者知识水平有限,疏漏之处,还望斧正。