Mysql
查询优化器浅析(上)
译者:杨万富
1
定义
Mysql
查询优化器的工作是为查询语句选择合适的执行路径。查询优化器的代码一般是经常变动的,这和存储引擎不太一样。因此,需要理解最新版本的查询优化器是如何组织的,请参考相应的源代码。整体而言,优化器有很多相同性,对
mysql
一个版本的优化器做到整体掌握,理解起
mysql
新版本以及其他数据库的优化器都是类似的。
优化器会对查询语句进行转化,转化等价的查询语句。举个例子,优化器会将下面语句进行转化:
SELECT … WHERE 5=a;
转化后的等价语句为:
SELECT … WHERE a=5;
因为这两个语句的结果集是一致的,所以这两个语句是等价的。
这里我需要提出一点需要注意的,如果查询语句没带
order by
。查询语句
1
出现的结果为
(1,1),(2,2)
,查询语句
2
出现的结果为
(2,2),(1,1)
,我们会认为这是等价的,因为不带
order by
的查询语句是无序的,怎么排序都行。
2
代码组织
在内核当中
handle_select()
函数是处理查询语句的顶层函数,里面有两个分支,一个是处理带
union
的情况,另外一个是处理不带
union
的情况,这里我们只是列出一个简单的路径便于说明,调用层次见下图。
handle_select()
mysql_select()
JOIN::prepare()
setup_fields()
JOIN::optimize() /* optimizer is from here ... */
optimize_cond()
opt_sum_query()
make_join_statistics()
get_quick_record_count()
choose_plan()
/* Find the best way to access tables */
/* as specified by the user. */
optimize_straight_join()
best_access_path()
/* Find a (sub-)optimal plan among all or subset */
/* of all possible query plans where the user */
/* controlls the exhaustiveness of the search. */
greedy_search()
best_extension_by_limited_search()
best_access_path()
/* Perform an exhaustive search for an optimal plan */
find_best()
make_join_select() /* ... to here */
JOIN::exec()
上面的缩进表示函数的相互调用关系,因此可以看出
handle_select()
调用函数
mysql_select(),mysql_select()
调用
JOIN
::prepare()
,等等
。
mysql_select()
首先调用函数
JOIN
::prepare()
进行语句分析、元数据设置、子查询转化等等。然后调用函数JOIN::optimize()进行优化,选出最后的执行计划。最后调用函数JOIN::exec()执行该执行计划。
尽管出现了单词“
JOIN
”,这些优化函数是为所有的查询语句服务的,不管你是什么查询类型。
函数
optimize_cond()
和函数
opt_sum_query()
是执行一些转化操作。函数
make_join_statistics()
对所有可用索引统计信息进行分析。
3
常量转化
对类似下面的表达式可以进行转化:
WHERE column1 = column2 AND column2 = 'x';
因为我们知道:如果
A=B and B=C
,那么
A=C
。所以上面的表达式可以转化为:
WHERE column1 = 'x' AND column2 = 'x';
对于
column1
<operator>
column2
,只要
<operator>
是属于下面的操作符之一就可以进行类似的转化:
=,<,>,<=,>=,<>,<=>,LIKE
从中我们也可以看出,对于
BETWEEN
的情况是不进行转换的。
4
无效代码的排除
见如下表达式:
WHERE 0=0 AND column1='y'
因为第一个条件是始终为
true
的,所以可以移除该条件,变为:
WHERE column1='y'
再见如下表达式:
WHERE (0=1 AND s1=5) OR s1=7
因为前一个括号内的表达式始终为
false
,因此可以移除该表达式,变为:
WHERE s1=7
一些情况下甚至可以将整个
WHERE
子句去掉,见下面的表达式:
WHERE (0=1 AND s1=5)
我们可以看到,
WHERE
子句始终为
FALASE
,那么
WHERE
条件是不可能发生的。当然我们也可以讲,
WHERE
条件被优化掉了。
如果一个列的定义是不允许为
NULL
,那么:
WHERE not_null_column IS NULL
该条件是始终为
false
的,再看:
WHERE not_null_column IS NOT NULL
该条件是始终为
true
的,因此这样的表达式也是可以从条件表达式中删除的。
当然,也是有特殊情况的,比如在
out join
中,被定义为
NOT NULL
的列也可能包含
NULL
值。在这种情况下,
IS NULL
条件是被保留的。
当然优化器没有对所有的情况进行检测,因为这实在太复杂了。举个例子:
CREATE TABLE Table1(column1 CHAR(1));
…
SELECT * FROM Table1 WHERE column1 = 'Canada';
尽管该条件是无效条件,优化器也不会将它移除。
5
常量计算
如下表达式:
WHERE columb1 = 1 + 2
转化为:
WHERE columb1 = 3
6
常量以及常量表
常量表的定义如下:
1)
一个表只有
0
行或者
1
行数据。
2)
在
WHERE
子句中包含条件
column = constant
,并且这些列是
primary key
,或者这些列是
UNIQUE
(假设该
UNIQUE
同时被定义为
NOT NULL
)。这样生成的查询结果也可以成为常量表。
如果表
Table0
定义中包含:
… PRIMARY KEY(column1,column2)
再看下面的语法:
FROM Table0 … WHERE column1=5 AND column2=7 …
那么该语句返回的就是常量表。
举个更简单的情况,建设
Table1
定义中包含
:
… unique_not_null_column INT NOT NULL UNIQUE
再看下面的语法:
FROM Table1 ... WHERE unique_not_null_column=5
该语句返回的也是常量表。
从例子中我们可以看出常量表最多只有
1
个行值。
MySQL
会预先评估常量表,找出这个值,然后将这个值引入到查询语句中进行优化,举例如下:
SELECT Table1.unique_not_null_column, Table2.any_column
FROM Table1, Table2
WHERE Table1.unique_not_null_column = Table2.any_column
AND Table1.unique_not_null_column = 5;
在评估这个查询语句时,
MySQL
首先发现通过
Table1.unique_not_null_column
条件的限制,
Table1
会变成一个常量表。然后,取回该值。
如果取回操作失败(
Table1
中没有行满足条件
unique_not_null_column = 5
),那么该常量表就包含
0
行,那么如果对该语句执行
EXPLAIN
操作,会得到提示信息:
Impossible WHERE noticed after reading const tables
另外一种情况是取回操作成功(
Table1
中严格只有一行满足条件
unique_not_null_column = 5
),那么常量表中包含一条数据,并且
MySQL
会将查询语句转化为:
SELECT 5, Table2.any_column
FROM Table1, Table2
WHERE 5 = Table2.any_column
AND 5 = 5;
实际上,这个例子是个复杂的例子,这里面也用到了上文所说的常量转化。