wordpress 图站,网页网站怎么做的,wordpress主题对应的插件,游戏推广员数据库中查询优化器是数据库的核心组件#xff0c;其决定着 SQL 查询的性能。Cascades 优化器是 Goetz 在 volcano optimizer generator 的基础上优化之后诞生的一个搜索框架。
本期技术贴将带大家了解 Cascades 查询优化器。首先介绍 SQL 查询优化器#xff0c;接着分析查询…数据库中查询优化器是数据库的核心组件其决定着 SQL 查询的性能。Cascades 优化器是 Goetz 在 volcano optimizer generator 的基础上优化之后诞生的一个搜索框架。
本期技术贴将带大家了解 Cascades 查询优化器。首先介绍 SQL 查询优化器接着分析查询优化基本原理最后对 Cascades 查询优化器进行重点介绍。
一、SQL 查询优化器
用户与数据库交互时只需要输入声明式 SQL 语句数据库优化器则负责将用户输入的 SQL 语句进行各种规则优化生成最优的执行计划并交由执行器执行。优化器对于 SQL 查询具有十分重要的意义。
如图 1 所示SQL 语句经过语法和词法解析生成抽象语法树(AST)经过基于规则的查询优化Rule-Based Optimizer和基于代价的查询优化Cost-Based Optimizer生成可执行计划。 图 1 基于规则的优化算法: 基于规则的优化方法的要点在于结构匹配和替换。应用规则的算法一般需要先在关系代数结构上匹配一部分局部的结构再根据结构的特点进行变换乃至替换操作。 基于成本的优化算法: 现阶段主流的方法都是基于成本Cost估算的方法。给定某一关系代数代表的执行方案对这一方案的执行成本进行估算最终选择估算成本最低的方案。尽管被称为基于成本的方法这类算法仍然往往要结合规则进行方案的探索。基于成本的方法其实是通过不断的应用规则进行变换得到新的执行方案然后对比方案的成本优劣进行最终选择。
二、查询优化的基本原理
优化器一般由三个组件组成统计信息收集、开销模型、计划列举。
如图 2 所示开销模型使用收集到的统计信息以及构造的不同开销公式估计某个特定查询计划的成本帮助优化器从众多备选方案中找到开销最低的计划。 图 2
SQL 语句查询优化基于关系代数这一模型 SQL 查询可以转化为关系代数 关系代数可以进行局部的等价变换变换前后返回的结果不变但是执行成本不同 通过寻找执行成本最低的关系代数表示我们就可以将一个 SQL 查询优化成更为高效的方案。
寻找执行成本最低的关系代数表示可以分为基于动态规划的自底向上和基于 Cascades/Volcano 的自顶向下两个流派。 自底向上搜索从叶子节点开始计算最低成本并利用已经计算好的子树成本计算出母树的成本就可以得到最优方案 自顶向下搜索先从关系算子树的顶层开始以深度优先的方式来向下遍历遍历过程中进行剪枝。
自底向上的优化器从零开始构建最优计划这类方法通常采用动态规划策略进行优化采用这类方法的优化器包括 IBMSystem R。自顶向下的优化策略的优化器包括基于 Volcano 和 Cascades 框架的优化器。
三、Cascades 查询优化器
Cascades 查询优化器采用自顶向下的搜索策略并在搜索过程中利用 Memo 结构保存搜索的状态。
Cascades 关键组件构成 ExpressionExpression 表示一个逻辑算子或物理算子。如 Scan、Join 算子 Group表示等价 Expression 的集合即同一个 Group 中的 Expression 在逻辑上等价。Expression 的每个子节点都是以一个 Group 表示的。一个逻辑算子可能对应多个物理算子例如一个逻辑算子 Join(a,b)它对应的物理算子包括{HJ(a, b), HJ(b, a), MJ(a, b), MJ(b, a), NLJ(a, b), NLJ(b, a)}。我们将这些逻辑上等价的物理算子称为一个 Group组。注HJ 表示 HashJoin 算子MJ 表示 MergeJoin 算子NLJ 表示 NestLoopJoin 算子 Memo由于 Cascades 框架采用自顶向下的方式进行枚举因此枚举过程中可能产生大量的重复计划。为了防止出现重复枚举Cascades 框架采用 Memo 数据结构。Memo 采用一个类似树状实际是一个图状的数据结构它的每个节点对应一个组每个组的成员通过链表组织起来 Transformation Rule是作用于 Expression 和 Group 上的等价变化规则用来扩大优化器搜索空间。
Cascades 首先将整个 Operator Tree 按节点拷贝到一个 Memo 的数据结构中Memo 由一系列的 Group 构成每个算子放在一个 Group对于有子节点的算子来说将原本对算子的直接引用变成对 Group 的引用。 图 3
如图 3 所示生成该语法树的 Memo 初始结构。Memo 结构中一个圆角框代表一个算子圆角框右下角是对其 Children’s Groups 的引用左下角是唯一标识符。生成初始的 Memo 结构后可以采用 transform rule 进行逻辑等价转换规则如下 对于一个逻辑算子其所有基于关系代数的等价表达式保存在同一个 Group 内例如 join(A,B) - join(B,A) 在一个 Group 内对于一个逻辑算子会生成一个或多个物理算子例如 join - hash join,merge joinNestLoop join 一个 Group 内一个算子其输入也可以理解为subplan可以来自多个 Group 的表达式。
在图 4 中描述了一个部分扩展的 Memo 结构与图 1 中的初始 Memo 相比在同一个 Group 内增加了等价的逻辑算子以及对应的物理算子。 图 4
在探索的过程中优化器就会通过开销模型 Coster 借助统计信息来计算子步骤的开销遍历完每个 Memo Group之后归总得到每个完整计划的总开销最终选择 Memo 中开销最低的计划。 图 5
图 5 中有三个 Group分别对应三个逻辑算子Join(a, b), GET(a) 和 GET(b)。Group 1Group 2中包含了所有对应 GET(a) GET(b)的物理算子我们可以估算每个物理算子的代价选取其中最优的算子保留下来。
为了防止枚举过程出现重复枚举某个表达式Memo 结构体中还包含一个哈希表exprHT它以表达式为哈希表的键用来快速查找某个表达式是否已经存在于 Memo 结构体中。
Cascades 采用自顶向下的方式来进行优化以计划树的根节点为输入递归地优化每个节点或表达式组。如图所示整个优化过程从 Group 0 开始实际上要先递归地完成两个子节点Group 1 和 Group 2的优化。
因此实际的优化完成次序是 Group 1 - Group2 - Group 0。在优化每个 Group 时依次优化每个组员在优化每个组员时依次递归地优化每个子节点。依次估算当前组里每个表达式 e 的代价 cost(e)选择最低得代价结果保存在 bestHT 中。优化结束时查询 Join(a,b)对应的 Memo 结构体获取最低的执行计划。
