http://edu.codepub.com/2010/1125/27429.php
查询处理及优化是关系数据库得以流行的根本原因,也是关系数据库系统最核心的技术之一。sqlite的查询处理模块非常的精致,而且很容易移植到不支持sql的存储引擎,Berkeley DB最新的版本已经将其完整的移植过来。本文将简要
查询处理及优化是关系数据库得以流行的根本原因,也是关系数据库系统最核心的技术之一。sqlite的查询处理模块非常的精致,而且很容易移植到不支持sql的存储引擎,Berkeley DB最新的版本已经将其完整的移植过来。本文将简要的讨论一下sqlite的查询处理及优化。
查询处理一般来说,包括词法分析、语法分析、语义分析、生成执行计划以及计划的执行几个部分。sqlite的词法分析器是手工写的,语法分析器由Lemon生成,语义分析主要的进行语义方面的一些检查,比如table是否存在等。而执行计划的生成及执行是最核心的两部分,也是相对比较复杂、有点技术含量的东西。sqlite的执行计划采用了虚拟机的思想,实际上,这种基于虚拟机的思想并非sqlite所独有,但是,sqlite将其发挥到了极致,它生成的执行计划非常详细,而且很容易读(在这里,我不得不佩服D. Richard Hipp在编译理论方面的功底)。
1、语法分析——语法树
词法分析本身比较简单,这里就不谈了。语法分析的主要任务就是对用户输入的sql语句进行语法检查,然后生成一个包含所有信息的语法树。对于SELECT语句,这个语法树最终由结构体Select表示:
代码
struct Select {
ExprList *pEList; /* The fields of the result */
u8 op; /* One of: TK_union TK_ALL TK_INTERSECT TK_EXCEPT */
char affinity; /* MakeRecord with this affinity for SRT_Set */
u16 selFlags; /* VarIoUs SF_* values */
SrcList *pSrc; /* The FROM clause */
Expr *pWhere; /* The WHERE clause */
ExprList *pGroupBy; /* The GROUP BY clause */
Expr *pHaving; /* The HAVING clause */
ExprList *pOrderBy; /* The ORDER BY clause */
Select *pPrior; /* Prior select in a compound select statement */
Select *pNext; /* Next select to the left in a compound */
Select *pRightmost; /* Right-most select in a compound select statement */
Expr *pLimit; /* LIMIT expression. NULL means not used. */
Expr *pOffset; /* OFFSET expression. NULL means not used. */
int iLimit,iOffset; /* Memory registers holding LIMIT & OFFSET counters */
int addrOpenEphm[3]; /* OP_OpenEphem opcodes related to this select */
};
该结构体比较简单,但要注意几个字段。pEList输出结果列的语法树;pSrc为FROM子句语法树;pWhere为WHERE部分的语法树。
select语法分析在最终在sqlite3SelectNew中完成:
代码
Select *sqlite3SelectNew(
Parse *pParse,/* Parsing context */
ExprList *pEList,/* which columns to include in the result */
SrcList *pSrc,/* the FROM clause -- which tables to scan */
Expr *pWhere,/* the WHERE clause */
ExprList *pGroupBy,/* the GROUP BY clause */
Expr *pHaving,/* the HAVING clause */
ExprList *pOrderBy,/* the ORDER BY clause */
int isDistinct,/* true if the DISTINCT keyword is present */
Expr *pLimit,/* LIMIT value. NULL means not used */
Expr *pOffset /* OFFSET value. NULL means no offset */
){
Select *pNew;
Select standin;
sqlite3 *db = pParse->db;
pNew = sqlite3DbMallocZero(db,sizeof(*pNew) );
assert( db->mallocFailed || !pOffset || pLimit ); /* OFFSET implies LIMIT */
if( pNew==0 ){
pNew = &standin;
memset(pNew,sizeof(*pNew));
}
if( pEList==0 ){
pEList = sqlite3ExprListAppend(pParse,sqlite3Expr(db,TK_ALL,0));
}
pNew->pEList = pEList;
pNew->pSrc = pSrc;
pNew->pWhere = pWhere;
pNew->pGroupBy = pGroupBy;
pNew->pHaving = pHaving;
pNew->pOrderBy = pOrderBy;
pNew->selFlags = isDistinct ? SF_Distinct : 0;
pNew->op = TK_SELECT;
pNew->pLimit = pLimit;
pNew->pOffset = pOffset;
assert( pOffset==0 || pLimit!=0 );
pNew->addrOpenEphm[0] = -1;
pNew->addrOpenEphm[1] = -1;
pNew->addrOpenEphm[2] = -1;
if( db->mallocFailed ) {
clearSelect(db,pNew);
if( pNew!=&standin ) sqlite3DbFree(db,pNew);
pNew = 0;
}
return pNew;
}
它主要就是将之前得到的各个子语法树汇总到Select结构体,并根据该结构,进行接下来语义分析及生成执行计划等工作。
来看个例子,这个例子贯穿于全文:
代码
1 explain select s.sname,c.cname,sc.grade from students s join sc join course c on s.sid=sc.sid and sc.cid = c.cid;
2 0|Trace|0|0|0||00|
3 1|Goto|0|35|0||00|
4 //////////////////////////(1)////////////////////////////
5 2|OpenRead|0|3|0|2|00|students #打开students表
6 3|OpenRead|1|7|0|3|00|sc #打开sc表
7 4|OpenRead|3|8|0|keyinfo(2,BINARY,BINARY)|00|sqlite_autoindex_sc_1 #sc的索引
8 5|OpenRead|2|5|0|2|00|course #course表
9 6|OpenRead|4|6|0|keyinfo(1,BINARY)|00|sqlite_autoindex_course_1 #course的索引
10 //////////////////////////(2)//////////////////////////////
11 7|Rewind|0|29|0||00| #将游标p0定位到students表的第一条记录
12 8|Column|0|0|1||00|students.sid #取出第0列,写到r1
13 9|IsNull|1|28|0||00|
14 10|Affinity|1|1|0|d|00|
15 11|SeekGe|3|28|1|1|00| #将游标p3定位到sc索引的>=r1的记录处
16 12|IdxGE|3|28|1|1|01|
17 13|IdxRowid|3|2|0||00|
18 14|Seek|1|2|0||00|
19 15|Column|3|1|3||00|sc.cid #读取sc.cid到r3
20 16|IsNull|3|27|0||00|
21 17|Affinity|3|1|0|d|00|
22 18|SeekGe|4|27|3|1|00| #将游标p4定位到course索引的>=r3的记录处
23 19|IdxGE|4|27|3|1|01|
24 20|IdxRowid|4|4|0||00|
25 21|Seek|2|4|0||00|
26 ///////////////////////////(3)//////////////////////////////
27 22|Column|0|1|5||00|students.sname #从游标p0取出第1列 (sname)
28 23|Column|2|1|6||00|course.cname #从游标p2取出第1列 (cname)
29 24|Column|1|2|7||00|sc.grade #从游标p1取出第2列(grade)
30 25|ResultRow|5|3|0||00|
31 ///////////////////////////(4)///////////////////////////////
32 26|Next|4|19|0||00|
33 27|Next|3|12|0||00|
34 28|Next|0|8|0||01|
35 29|Close|0|0|0||00|
36 30|Close|1|0|0||00|
37 31|Close|3|0|0||00|
38 32|Close|2|0|0||00|
39 33|Close|4|0|0||00|
40 //////////////////////////(5)//////////////////////////////////
41 34|Halt|0|0|0||00|
42 35|Transaction|0|0|0||00|
43 36|VerifyCookie|0|7|0||00|
44 37|TableLock|0|3|0|students|00|
45 38|TableLock|0|7|0|sc|00|
46 39|TableLock|0|5|0|course|00|
47 40|Goto|0|2|0||00|
48
来看看该sql语句生成的语法树:
FROM部分:
第一个表项:
表名zName =”stduents”,zAlias=”s”,jointype = 0。
第二个表项:
注意,jointype = 1(JT_INNER)。
第三个表项:
注意,jointype = 1(JT_INNER)。
WHERE部分(结点类型为Expr的一棵二叉树):
2、生成执行计划(语法树到OPCODE)
Select的执行计划在sqlite3Select中完成:
int sqlite3Select(
Parse *pParse,/* The parser context */
Select *p,/* SELECT语法树 */
SelectDest *pDest /* 如果处理结果集 */
)
其实,该函数先对sql语句进行语义分析,然后再进行优化,最后生成执行计划。
对于上面要sql语句,生成的执行计划(虚拟机opcode)大致分成5部分,前4部分都在sqlite3Select()中生成,它主要调用了以下几个函数:
其中(1)、(2)在sqlite3WhereBegin()中生成,(2)即所谓的查询优化处理;(3)在 selectInnerLoop中生成;(4)在sqlite3WhereEnd中生成;(5)是sqlite3FinishCoding中完成的。后续章节,我将分别分析每一部分。
3、sqlite3WhereBegin
该函数是查询处理最为核心的函数,它主要完成where部分的优化及相关opcode的生成。
代码
WhereInfo *sqlite3WhereBegin(
Parse *pParse,/* The parser context */
SrcList *pTabList,/* A list of all tables to be scanned */
Expr *pWhere,/* The WHERE clause */
ExprList **ppOrderBy,/* An ORDER BY clause,or NULL */
u16 wctrlFlags /* One of the WHERE_* flags defined in sqliteInt.h */
)
pTabList是由分析器对FROM部分生成的语法树,它包含FROM中表的信息;pWhere是WHERE部分的语法树,它包含WHERE中所有表达式的信息;ppOrderBy 对应ORDER BY子句(暂不考虑)。
sqlite的查询优化做得简单又精致。在一个简单的sqlite3WhereBegin函数中,完成所有的优化处理。查询优化的基本理念就是嵌套循环(nested loop),select语句的FROM子句的每个表对应一层循环(INSERT和UPDATE对应只有一个表SELECT语句)。例如,
SELECT * FROM t1,t2,t3 WHERE ...;
进行如下操作:
代码
foreach row1 in t1 do / Code generated
foreach row2 in t2 do |-- by sqlite3WhereBegin()
foreach row3 in t3 do /
...
end / Code generated
end |-- by sqlite3WhereEnd()
end /
而对于每一层的优化,基本的理念就是对于该层循环的表,分析WHERE子句中是否有表达式能够使用其索引。
sqlite有三种基本的扫描策略:
(1)全表扫描,这种情况通常出现在没有WHERE子句时;
(2)基于索引扫描,这种情况通常出现在表有索引,而且WHERE中的表达式又能够使用该索引的情况;
(3)基本rowid的扫描,这种情况通常出现在WHERE表达式中含有rowid的条件。该情况实际上也是对表进行的扫描。可以说,sqlite以rowid为聚簇索引。
第一种情况比较简单,第三种情况与第二种情况没有什么本质的差别。所以,这里只对第二种情况进行详细讨论。
先来看看sqlite3WhereBegin的代码(去掉了一些无关紧要的代码):
代码
1 /*分析where子句的所有表达式.如果表达式的形式为X <op> Y,则增加一个Y <op> X形式的虚Term,并在后面进行单独分析.
2 * */
3 exprAnalyzeAll(pTabList,pWC);
4
5 WHERETRACE(("*** Optimizer Start *** "));
6 //优化开始
7 for(i=iFrom=0,pLevel=pWInfo->a; i<nTabList; i++,pLevel++){
8 WhereCost bestPlan; /* Most efficient plan seen so far */
9 Index *pIdx; /* Index for FROM table at pTabItem */
10 int j; /* For looping over FROM tables */
11 int bestJ = -1; /* The value of j */
12 Bitmask m; /* Bitmask value for j or bestJ */
13 int isOptimal; /* Iterator for optimal/non-optimal search */
14
15 memset(&bestPlan,sizeof(bestPlan));
16 bestPlan.rCost = sqlITE_BIG_DBL;
17
18 /*进行两次扫描:*/
19 //如果第一次扫描没有找到优化的扫描策略,此时,isOptimal ==0,bestJ ==-1,则进行第二次扫描
20 for(isOptimal=1; isOptimal>=0 && bestJ<0; isOptimal--){
21 //第一次扫描的mask ==0,表示所有表都已经准备好
22 Bitmask mask = (isOptimal ? 0 : notReady);
23 assert( (nTabList-iFrom)>1 || isOptimal );
24
25 for(j=iFrom,pTabItem=&pTabList->a[j]; j<nTabList; j++,pTabItem++){
26 int doNotReorder; /* True if this table should not be reordered */
27 WhereCost sCost; /* Cost information from best[Virtual]Index() */
28 ExprList *pOrderBy; /* ORDER BY clause for index to optimize */
29
30 //对于左连接和交叉连接,不能改变嵌套的顺序
31 doNotReorder = (pTabItem->jointype & (JT_LEFT|JT_CROSS))!=0;
32
33 if( j!=iFrom && doNotReorder ) //如果j == iFrom,仍要进行优化处理(此时,是第一次处理iFrom项)
34 break;
35 m = getMask(pMaskSet,pTabItem->iCursor);
36 if( (m & notReady)==0 ){//如果该pTabItem已经进行处理,则不需要再处理
37 if( j==iFrom )
38 iFrom++;
39 continue;
40 }
41 pOrderBy = ((i==0 && ppOrderBy )?*ppOrderBy:0);
42
43 {
44 //对一个表(pTabItem),找到它的可用于本次查询的最好的索引,sCost返回对应的代价
45 bestBtreeIndex(pParse,pWC,pTabItem,mask,pOrderBy,&sCost);
46 }
47 if( (sCost.used¬Ready)==0
48 && (j==iFrom || sCost.rCost<bestPlan.rCost)
49 ){
50 bestPlan = sCost;
51 bestJ = j; //如果bestJ >=0,表示找到了优化的扫描策略
52 }
53 if( doNotReorder ) break;
54 }//end for
55 }//end for
56 WHERETRACE(("*** Optimizer selects table %d for loop %d ",bestJ,
57 pLevel-pWInfo->a));
58
59 if( (bestPlan.plan.wsFlags & WHERE_ORDERBY)!=0 ){//不需要进行排序操作
60 *ppOrderBy = 0;
61 }
62 //设置该层选用的查询策略
63 andFlags &= bestPlan.plan.wsFlags;
64 pLevel->plan = bestPlan.plan;
65
66 //如果可以使用索引,则设置索引对应的游标的下标
67 if( bestPlan.plan.wsFlags & WHERE_INDEXED ){
68 pLevel->iIdxCur = pParse->nTab++;
69 }else{
70 pLevel->iIdxCur = -1;
71 }
72 notReady &= ~getMask(pMaskSet,pTabList->a[bestJ].iCursor);
73 //该层对应的FROM的表项,即该层循环是对哪个表进行的操作.
74 pLevel->iFrom = (u8)bestJ;
75
76 }
77 //优化结束
78 WHERETRACE(("*** Optimizer Finished *** "));
优化部分的代码的基本的算法如下:
代码
foreach level in all_levels
bestPlan.rCost = sqlITE_BIG_DBL
foreach table in tables that not handled
{
计算where中表达式能使用其索引的策略及代价rCost
If(sCost.rCost < bestPlan.rCost)
bestPlan = sCost
}
level.plan = bestPlan
该算法本质上是一个贪婪算法(greedy algorithm)。
bestBtreeIndex是某个表针对where子句中的表达式分析查询策略的核心函数,后面再讨论。
对于我们的例子,经过上面的优化处理后,得到的查询策略分3层循环,最外层是students表,全表扫描;中间层是sc表,利用索引sqlite_autoindex_sc_1,即sc的key对应的索引;内层是course表,利用索引sqlite_autoindex_course_1。
下面,开始生成(1)、(2)两部分的opcode,其中(1)由以下几行代码生成:
代码
1 //生成打开表的指令
2 if( (pLevel->plan.wsFlags & WHERE_IDX_ONLY)==0
3 && (wctrlFlags & WHERE_OMIT_OPEN)==0 ){
4 //pTabItem->iCursor为表对应的游标下标
5 int op = pWInfo->okOnePass ? OP_OpenWrite : OP_OpenRead;
6 sqlite3OpenTable(pParse,pTabItem->iCursor,iDb,pTab,op);
7 }
8
9 //生成打开索引的指令
10 if( (pLevel->plan.wsFlags & WHERE_INDEXED)!=0 ){
11 Index *pIx = pLevel->plan.u.pIdx;
12 KeyInfo *pKey = sqlite3IndexKeyinfo(pParse,pIx);
13
14 int iIdxCur = pLevel->iIdxCur; //索引对应的游标下标
15
16 sqlite3VdbeAddOp4(v,OP_OpenRead,iIdxCur,pIx->tnum,
17 (char*)pKey,P4_KEYINFO_HANDOFF);
18 VdbeComment((v,"%s",pIx->zName));
19 }
20
而(2)中的opcode在以下几行代码完成:
代码
notReady = ~(Bitmask)0;
for(i=0; i<nTabList; i++){
//核心代码,从最外层向最内层,为每一层循环生成opcode
notReady = codeOneLoopStart(pWInfo,i,wctrlFlags,notReady);
pWInfo->iContinue = pWInfo->a[i].addrCont;
}
4、codeOneLoopStart
该函数根据优化分析得到的结果生成每层循环的opcode。
代码
static Bitmask codeOneLoopStart(
WhereInfo *pWInfo,/* Complete information about the WHERE clause */
int iLevel,/* Which level of pWInfo->a[] should be coded */
u16 wctrlFlags,/* One of the WHERE_* flags defined in sqliteInt.h */
Bitmask notReady /* Which tables are currently available */
)
codeOneLoopStart针对5种不同的查询策略,生成各自不同的opcode:
代码
if( pLevel->plan.wsFlags & WHERE_ROWID_EQ ){ //rowid的等值查询
...
}else if( pLevel->plan.wsFlags & WHERE_ROWID_RANGE ){//rowid的范围查询
...
//使用索引的等值/范围查询
}else if( pLevel->plan.wsFlags & (WHERE_COLUMN_RANGE|WHERE_COLUMN_EQ) ){
...
}if( pLevel->plan.wsFlags & WHERE_MULTI_OR ){//or
...
}else{ //全表扫描
...
}
先看全表扫描:
代码
1 static const u8 aStep[] = { OP_Next,OP_Prev };
2 static const u8 aStart[] = { OP_Rewind,OP_Last };
3 pLevel->op = aStep[bRev];
4 pLevel->p1 = iCur;
5 pLevel->p2 = 1 + sqlite3VdbeAddOp2(v,aStart[bRev],iCur,addrBrk); //生成OP_Rewind/OP_Last指令
6 pLevel->p5 = sqlITE_STMTSTATUS_FULLSCAN_STEP;
7
非常简单,对于我们的例子,最外层循环students是全表扫描,生成指令7。
利用索引的等值/范围查询:
这种情况相对来说比较复杂(不过读懂了也很简单),对于我们的例子,中间循环sc表,用到索引,指令8~14是对应的opcode。内层循环course表也用到索引,指令15~21是对应的opcode。(具体的含义见其注释,其生成算法见源码)。
这里不得不提到一点。在通用数据库中,连接操作会生成所谓的结果集(用临时表存储)。而sqlite不会生成中间结果集,例如,对这里的例子,它会分别对students、sc和course各分配一个游标,每次调用接口sqlite3_step时,游标根据where条件分别定位到各自的记录,然后取出查询输出列的数据,放到用于存放结果的寄存器中(见(3)中的opcode)。所以,sqlite中,必须不断调用sqlite3_step才能读取所有记录。
4、selectInnerLoop
该函数主要生成输出结果列的opcode,见(3),比较简单。
5、sqlite3WhereEnd
主要完成嵌套循环的收尾工作的opcode生成,为每层循环生成OP_Next/OP_Prev,以及关闭表和索引游标的OP_Close,也比较简单。
6、sqlite的代价模型
最后,来看看bestBtreeIndex,在这个函数中,完成查询代价的计算以及查询策略的确定。
sqlite采用基于代价的优化。根据处理查询时cpu和磁盘I/O的代价,主要考虑以下一些因素:
A、查询读取的记录数;
B、结果是否排序(这可能会导致使用临时表);
C、是否需要访问索引和原表。
代码
static void bestBtreeIndex(
Parse *pParse,/* The parsing context */
WhereClause *pWC,/* The WHERE clause */
struct SrcList_item *pSrc,/* The FROM clause term to search */
Bitmask notReady,/* Mask of cursors that are not available */
ExprList *pOrderBy,/* The ORDER BY clause */
WhereCost *pCost /* Lowest cost query plan */
)
函数的参数注释得已经很详细了,不再多说。该函数的主要工作就是输出pCost,它包含查询策略信息及相应的代价。
核心算法如下:
代码
1 //遍历其所有索引,找到一个代价最小的索引
2 for(; pProbe; pIdx=pProbe=pProbe->pNext){
3 const unsigned int * const aiRowEst = pProbe->aiRowEst;
4 double cost; /* Cost of using pProbe */
5 double nRow; /* Estimated number of rows in result set */
6 int rev; /* True to scan in reverse order */
7 int wsFlags = 0;
8 Bitmask used = 0; //该表达式使用的表的位码
9
10 int nEq; //可以使用索引的等值表达式的个数
11 int bInEst = 0; //如果存在 x IN (SELECT...),则设为true
12 int nInMul = 1; //处理IN子句
13 int nBound = 100; //估计需要扫描的表中的元素. 100表示需要扫描整个表.范围条件意味着只需要扫描表的某一部分.
14 int bSort = 0; //是否需要排序
15 int bLookup = 0; //如果对索引中的每个列,需要对应的表进行查询,则为true
16
17 /* Determine the values of nEq and nInMul */
18 //计算nEq和nInMul值
19 for(nEq=0; nEq<pProbe->nColumn; nEq++){
20 WhereTerm *pTerm; /* A single term of the WHERE clause */
21 int j = pProbe->aiColumn[nEq];
22 pTerm = findTerm(pWC,j,notReady,eqTermMask,pIdx);
23 if( pTerm==0 ) //如果该条件在索引中找不到,则break.
24 break;
25 wsFlags |= (WHERE_COLUMN_EQ|WHERE_ROWID_EQ);
26 if( pTerm->eOperator & WO_IN ){
27 Expr *pExpr = pTerm->pExpr;
28 wsFlags |= WHERE_COLUMN_IN;
29 if( ExprHasProperty(pExpr,EP_xIsSelect) ){ //IN (SELECT...)
30 nInMul *= 25;
31 bInEst = 1;
32 }else if( pExpr->x.pList ){
33 nInMul *= pExpr->x.pList->nExpr + 1;
34 }
35 }else if( pTerm->eOperator & WO_ISNULL ){
36 wsFlags |= WHERE_COLUMN_NULL;
37 }
38 used |= pTerm->prereqRight; //设置该表达式使用的表的位码
39 }
40
41 //计算nBound值
42 if( nEq<pProbe->nColumn ){//考虑不能使用索引的列
43 int j = pProbe->aiColumn[nEq];
44 if( findTerm(pWC,WO_LT|WO_LE|WO_GT|WO_GE,pIdx) ){
45 WhereTerm *pTop = findTerm(pWC,WO_LT|WO_LE,pIdx);
46 WhereTerm *pBtm = findTerm(pWC,WO_GT|WO_GE,pIdx);//>=
47
48 //估计范围条件的代价
49 whereRangeScanEst(pParse,pProbe,nEq,pBtm,pTop,&nBound);
50 if( pTop ){
51 wsFlags |= WHERE_TOP_LIMIT;
52 used |= pTop->prereqRight;
53 }
54 if( pBtm ){
55 wsFlags |= WHERE_BTM_LIMIT;
56 used |= pBtm->prereqRight;
57 }
58 wsFlags |= (WHERE_COLUMN_RANGE|WHERE_ROWID_RANGE);
59 }
60 }else if( pProbe->onError!=OE_None ){//所有列都能使用索引
61 if( (wsFlags & (WHERE_COLUMN_IN|WHERE_COLUMN_NULL))==0 ){
62 wsFlags |= WHERE_UNIQUE;
63 }
64 }
65
66 if( pOrderBy ){//处理order by
67 if( (wsFlags & (WHERE_COLUMN_IN|WHERE_COLUMN_NULL))==0
68 && isSortingIndex(pParse,pWC->pMaskSet,&rev)
69 ){
70 wsFlags |= WHERE_ROWID_RANGE|WHERE_COLUMN_RANGE|WHERE_ORDERBY;
71 wsFlags |= (rev ? WHERE_REVERSE : 0);
72 }else{
73 bSort = 1;
74 }
75 }
76
77 if( pIdx && wsFlags ){
78 Bitmask m = pSrc->colUsed; //m为src使用的列的位图
79 int j;
80 for(j=0; j<pIdx->nColumn; j++){
81 int x = pIdx->aiColumn[j];
82 if( x<BMS-1 ){
83 m &= ~(((Bitmask)1)<<x); //将索引中列对应的位清0
84 }
85 }
86 if( m==0 ){//如果索引包含src中的所有列,则只需要查询索引即可.
87 wsFlags |= WHERE_IDX_ONLY;
88 }else{
89 bLookup = 1;//需要查询原表
90 }
91 }
92
93 //估计输出行数,同时考虑IN运算
94 nRow = (double)(aiRowEst[nEq] * nInMul);
95 if( bInEst && nRow*2>aiRowEst[0] ){
96 nRow = aiRowEst[0]/2;
97 nInMul = (int)(nRow / aiRowEst[nEq]);
98 }
99
100 //代价为输出的行数+二分查找的代价
101 cost = nRow + nInMul*estLog(aiRowEst[0]);
102
103 //考虑范围条件影响
104 nRow = (nRow * (double)nBound) / (double)100;
105 cost = (cost * (double)nBound) / (double)100;
106
107 //加上排序的代价:cost *log (cost)
108 if( bSort ){
109 cost += cost*estLog(cost);
110 }
111
112 //如果只查询索引,则代价减半
113 if( pIdx && bLookup==0 ){
114 cost /= (double)2;
115 }
116
117 //如果当前的代价更小
118 if( (!pIdx || wsFlags) && cost<pCost->rCost ){
119 pCost->rCost = cost; //代价
120 pCost->nRow = nRow; //估计扫描的元组数
121 pCost->used = used; //表达式使用的表的位图
122 pCost->plan.wsFlags = (wsFlags&wsFlagMask); //查询策略标志(全表扫描,使用索引进行扫描)
123 pCost->plan.nEq = nEq; //查询策略使用等值表达式个数
124 pCost->plan.u.pIdx = pIdx; //查询策略使用的索引(全表扫描则为NULL)
125 }
126
127
128 //如果sql语句存在INDEXED BY,则只考虑该索引
129 if( pSrc->pIndex ) break;
130
131 /* Reset masks for the next index in the loop */
132 wsFlagMask = ~(WHERE_ROWID_EQ|WHERE_ROWID_RANGE);
133 eqTermMask = idxEqTermMask;
134 }
135
可见,sqlite的代价模型非常简单。而通用数据库一般是将基于规则的优化和基于代价的优化结合起来,十分复杂。
后记:
查询优化是关系数据库中最复杂的技术之一,这点我深有感触,对于sqlite这样简单的优化处理,我断断续续也差不多看了一个来月。如果你不是做DB内核开发,你会认为这些东西用处也许不会太大。但是,作为一个DBA,或者经常做数据库应用开发的程序员,如果你不理解数据库系统的执行计划,是不合格的,因为你很难写出高效的sql语句。sqlite虽然简单,但是,它却五脏俱全。通过它,我们能够观察到数据库系统内部的一些东西,而这些东西是有益处的。
本篇文章来源于:开发学院 http://edu.codepub.com 原文链接:http://edu.codepub.com/2010/1125/27429_6.php
本篇文章来源于:开发学院 http://edu.codepub.com 原文链接:http://edu.codepub.com/2010/1125/27429_5.php