《PostgreSQL指南：内幕探索》第三章笔记

第三章 查询处理

主要是前面两个部分

第一部分就是简历介绍整个查询处理的流程

第二部分就是实现查询最优执行计划的步骤，这里会用单表查询作为一个非常简单的例子。分3小节讨论

第三部分，以一个更复杂的例子去讨论，多表查询。

3.1 概览

解析器（Parser）

分析器（Analyzer）

重写器（Rewriter）

计划器（Planner）

执行器（Executor）

3.1.1 解析器（Parser）

（对应着编译原理的词法分析、语法分析）
解析器基于SQL语句的文本，生成一颗后续子系统可以理解的语法解析树。

基于SQL语句的文本，首先经过词法分析，语法分析，最后生成一棵树。

两个点需要注意的：
1、解析过程时只负责在生成这棵语法树时，判断是否出现语法错误，比如这的语句是正确的，把语句里的data去掉后，这句语句可以通过词法分析，但不能通过语法分析了

2、如果查询中包含一个不存在的表名，解析器并不会报错，语义检查由分析器负责。比如我from tbl_b，如果根本没有这个表，但解析操作一样不会报错，这个由分析器负责。

3.1.2 分析器

（语义分析）
分析器对解析器产出的语法解析树（parse tree）进行语义分析，并产出一颗查询树（query tree），可以看到丰富了很多信息，并且会分析语义是否会出现问题。

到这里，生成查询树的过程和编译原理前三步基本一致，就是根据输入的SQL语句，生成一颗树，以便于后面继续处理。为了加快运行的效率，接下来就是数据库查询编译中额外的操作，以便对这颗树进行优化。

3.1.3 重写器

重写器按照规则系统中存在的规则，对查询树进行改写。

查询重写模块使用规则系统判断是否要对查询树进行重写。如果查询树中每个对象(或者说目标)被定义了转换规则，那么程序就会使用该规则重写查询树。

3.1.4 计划器

这一步其实就是对应（中间代码生成及代码优化这两步）
计划器基于上面重写得到的查询树，生成一颗执行效率最高的计划树（plan tree）。

要评价执行效率如何最高，会根据实际情况定义一个代价估计，后面会用到单表查询这个经典例子去设计一个代价估计函数。
结合例子来讲的话，好理解。

3.1.5 执行器

执行器按照计划树中的顺序访问表和索引，执行相应查询。

其实就包括编译原理的后面两步，生成目标机器语言，然后执行，当然，这一步也会设计到并行进程内存访问冲突的问题，这里师兄前面有介绍了第五章的并发控制机制。

到这里，其实重点很明显了，编译原理重点学的内容都不是重点，比如解析器、分析器、执行器，然后重写器这里可以设计一些具体的规则系统。

所以我们接下来的重点就是这个计划器，如何对这颗查询树进行优化，大家在接下来的例子抓住这个重点就好。

规则系统的定义：它修改查询为了去考虑规则，然后将修改后的查询传递给查询规划器进行规划和执行。它非常强大，可以用于许多事情，如查询语言过程、视图和版本。

计划树两个重点：代价估计，如何创建最小代价花费的计划树

3.2 单表查询的代价估计

所有被执行器执行的操作都有着相应的代价函数。所以代价函数是会根据不同的语句去专门设计对应的代价估计函数

在PostgreSQL中有三种代价：启动（start-up） ， 运行（run）和总和（total）。总代价是启动代价和运行代价的和；因此只有启动代价和运行代价是单独估计的。

启动代价（start-up）：在读取到第一条元组前花费的代价，比如索引扫描节点的启动代价就是读取目标表的索引页，取到第一个元组的代价

直接读表的话，启动代价就是0啦

运行代价（run）： 获取全部元组的代价
总代价（total）：前两者之和

在第4行显示了顺序扫描的相关信息。代价部分包含了两个值：0.00和145.00。在本例中，启动代价和总代价分别为0.00和145.00。

3.2.1 顺序扫描

来个简单的例子，看一下代价怎么算的

在顺序扫描中，启动代价等于0，运行代价由以下公式定义，比较乱，大致看看就好，里面有三个参数，分别序列页面花费，cpu元组花费、操作花费

序列页面花费 ： 对磁盘页提取成本的估计
cpu元组花费 ；对查询期间处理每一行的成本的估计。默认值为0.01
操作花费：在查询期间执行的每个操作符或函数的处理成本的估计

这里其实就是根据不同量纲给他们设计了几个默认值，比如这个获取磁盘页得从存储介质中获取，那就比较慢，他的花费就远远大于另外两个。

举个例子。获取第45页，第10000行的数据。

其实这里就理解这个代价如何估计了，后面两个例子，大家也可以看看。

3.2.2 跳过

3.2.3 跳过

3.3 创建单表查询的计划树

计划器非常复杂，故本节仅描述最简单的情况，即单表查询的计划树创建过程。

PostgreSQL中的计划器会执行三个处理步骤：

1、执行预处理
2、在所有可能的访问路径中，找出代价最小的访问路径
3、按照代价最小的路径，创建计划树

3.3.1 预处理

这些都是代码优化学过的

3.3.2 找出代价最小的访问路径

分4步去说

直接上例子
这个语句的路径选择其实就只有两种可能嘛
第一种：先判断大小再排序
第二种：先排序再判断大小

评估完路径后就得到了最优路径的计划树，这里就是先排序再判断大小的代价最小嘛，也就是时间快。

3.3.3 创建计划树

这里就都是设计代码操作，结合源码看吧