procedure analyse() 随手记

Procedure Analyze:  http://dev.mysql.com/doc/refman/5.6/en/procedure-analyse.html

Procedure Analyze是MySQL提供的一个分析结果集的接口，以帮助提供数据类型优化建议。其语法格式如下：

SELECT ... FROM ... WHERE ... PROCEDURE ANALYSE([max_elements,[max_memory]])

max_elements(默认256)表示最多使用这么多个不同的列值来进行分析，是否可以使用ENUM类型，如果有超过这么多个不同的值，enum就不会纳入到考虑中。

max_memory（默认8192），是Analyze()为每个列分配的最大内存，用于尝试找到所有不同的列值。

例如，我们在一个普通的表上执行：

mysql> select k from sbtest99 procedure analyse()\G
*************************** 1. row ***************************
Field_name: sb1.sbtest99.k
Min_value: 12992
Max_value: 85008
Min_length: 5
Max_length: 5
Empties_or_zeros: 0
Nulls: 0
Avg_value_or_avg_length: 49996.6047
Std: 43159.4545
Optimal_fieldtype: MEDIUMINT(5) UNSIGNED NOT NULL
1 row in set (0.03 sec)

他会给出这个表上k列的详细统计信息，并在最后给出了优化的类型建议： MEDIUMINT(5) UNSIGNED NOT NULL， 由于他是基于已有的数据来作的分析，如果预期的数据在这个范围内，就可以据此做些优化。

实现

 

实现的逻辑还是比较简单的，主要代码在sql/sql_analyse.cc中，其实现思路是每查询得到一条记录，就进行统计。

这里简单记录下，以后要是需要对这个功能进行扩展时，可以快速定位到。

0. 返回值表的Metadata

函数： Query_result_analyse::send_result_set_metadata

// 构建列信息搜集对象（class field_info）

构建红黑数，用于快速排序和查询(红黑树描述见mysys/tree.c文件)，

// 构建analyse返回的列信息(Query_result_analyse::change_columns())

1.处理数据

 

对应的结果集处理类为Query_result_analyse，对每条符合条件的记录，调用Query_result_analyse::send_data进行处理。

// 将不重复的数据插入到红黑树中。

// 如果超过了max_elements，则删除红黑树，不再插入其中.

// 统计信息是在处理每条记录时即时处理的，而不是完全跑完数据再整理。

2. 结果输出

调用函数Query_result_analyse::send_eof

// 设置最终的返回值

//  推荐的可优化类型(field_str::get_opt_type）

该功能从很早的版本就已经有了，从实现的角度来看，还非常粗糙，未来可以基于这个接口，来给用户提供更加智能化的优化建议。