当前位置:Gxlcms > mysql > MySQL查询优化器浅析(一)

MySQL查询优化器浅析(一)

时间:2021-07-01 10:21:17 帮助过:8人阅读

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

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 column2,只要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。  

7 存取类型

  当我们评估一个条件表达式,MySQL判断该表达式的存取类型。下面是一些存取类型,按照从最优到最差的顺序进行排列:

  system … 系统表,并且是常量表

  const … 常量表

  eq_ref … unique/primary索引,并且使用的是'='进行存取

  ref … 索引使用'='进行存取

  ref_or_null … 索引使用'='进行存取,并且有可能为NULL

  range … 索引使用BETWEEN、IN、>=、LIKE等进行存取

  index … 索引全扫描

  ALL … 表全扫描

  优化器根据存取类型选择合适的驱动表达式。考虑如下的查询语句:

以下是引用片段:
  SELECT *
  FROM Table1
  WHERE indexed_column = 5 AND unindexed_column = 6

  因为indexed_column拥有更好的存取类型,所以更有可能使用该表达式做为驱动表达式。这里只考虑简单的情况,不考虑特殊的情况。

  那么驱动表达式的意思是什么呢?考虑到这个查询语句有两种可能的执行方法:

  1) 不好的执行路径:读取表的每一行(称为“全表扫描”),对于读取到的每一行,检查相应的值是否满足indexed_column以及unindexed_column对应的条件。

  2) 好的执行路径:通过键值indexed_column=5查找B树,对于符合该条件的每一行,判断是否满足unindexed_column对应的条件。

  一般情况下,索引查找比全表扫描需要更少的存取路径,尤其当表数据量很大,并且索引的类型是UNIQUE的时候。因此称它为好的执行路径,使用indexed_column列作为驱动表达式。

人气教程排行