详解MySQL 联合查询优化机制

mysql 联合查询执行策略。

以一个 union 查询为例,mysql 执行 union 查询时,会把他们当做一系列的单个查询语句,然后把对应的结果放入到临时表中,最终再读出来返回。在 mysql中,每个独立的查询都是一个联合查询,从临时表读取返回结果也一样。

这种情形下,mysql 的联合查询执行很简单——它将这里的联合查询当做是嵌套循环的联合查询。这意味着 mysql 会运行一个循环去从数据表读取数据行,然而在运行一个嵌套循环从下一个表读取匹配的数据行。这个过程一直持续,直到找到联合查询中的所有匹配的数据行。然后再根据 select 语句中需要的列去构建返回结果。如下面的查询语句所示:

select tb1.col1, tb2.col2
from tb1 inner join tb2 using(col3)
where tb1.col1 in(5,6);

实际转换为 mysql可能执行的伪代码是下面这样的:

outer_iter = iterator over tb1 where col1 in(5,6);
outer_row = outer_iter.next;
while outer_row
	inner_iter = iterator over tb2 where col3 = outer_row.col3;
	inner_row = inner_iter.next
    while inner_row
    	output [outer_row.col1, inner_row.col2];
        inner_row = inner_iter.next;
	end
    outer_row = outer.iter.next;
end

转换为伪代码后如下所示

outer_iter = iterator over tb1 where col1 in(5,6);
outer_row = outer_iter.next;
while outer_row
	inner_iter = iterator over tb2 where col3 = outer_row.col3;
	inner_row = inner_iter.next
    if inner_row
        while inner_row
            output [outer_row.col1, inner_row.col2];
            inner_row = inner_iter.next;
        end
    else
    	output [outer_row.col1, null];
	end
    outer_row = outer.iter.next;
end

另一个方式可视化展现查询计划的方式是使用泳道图的形式。下面的图展示了 内连接查询的泳道图。

mysql 执行的各类查询基本上都是相同的方式。例如,在 from 条件里需要先执行的子查询时,也是先将结果放入临时表,然后再把临时表当作普通表后联合来处理。mysql 执行联合查询时也是使用临时表,然后将右连接查询重写为等价的左连接。简而言之,当前版本的 mysql 会尽可能把各类查询转成这种方式处理(最新版本 mysql5.6以后引入了更多的复杂的处理方式)。

当然,并不是所有合法的 sql 查询语句都可以这么做,有些查询这么做的效果可能很差。

执行计划

mysql不像其他很多数据库产品,它不会将查询语句产生字节码去执行查询计划。实际上,查询执行计划是一棵指令树,查询执行引擎根据这棵树产生查询结果。最终的查询计划包含了足够多的信息去重构最初的查询。如果在查询语句上执行explain extended(mysql 8以后不需要加 extended),然后再执行show warnings,就可以看到重构后的查询。

对于多表查询在概念上可以用树代表。例如,一个4张表的查询可能长得像下面的树一样。这在计算机里称为平衡树,

然而这不是 mysql 执行查询的方式。如前所述,mysql 总是从一张数据表开始,然后再从下一张表寻找匹配的数据行。因此,mysql 的查询计划看起来像下面的左深连接树。

联合查询优化器

mysql 的查询优化器中最重要的部分是联合查询优化器,由它来决定多表查询执行过程的最优顺序。通常可以通过多种联合查询的次序获取相同的结果。联合查询优化器试图估计这些方案的代价,然后选择最低代价的方案去执行。

下面是一个查询相同结果,但不同次序的联合查询示例。

select film.film_id, film.title, film.release_year, actor.actor_id, actor.first_name, actor.last_name
from sakila.film
inner join sakila.film_actor using(film_id)
inner join sakila.actor using(actor_id);

这里面可能会有一些不同的查询方式。比如,mysql 可以从 film 表开始,使用 film_actor 的film_id 索引去查找对应的 actor_di 值,然后再从 actor 表使用主键找到对应的 actor 数据行。而 oracle 用户可能会表述为:“film 表是 film_actor 的驱动表,而 film_actor 是 actor 表的驱动表”。而使用 explain 解析的结果如下:

******** 1.row ********
id: 1
select_type: simple
table: actor
type: all
possible_keys: primary
key: null
key_len: null
ref: null
rows: 200
extra:
******** 2.row ********
id: 1
select_type: simple
table: film_actor
type: ref
possible_keys: primary, idx_fk_film_id
key: primary
key_len: 2
ref: sakila.film.film_id
rows: 1
extra: using index
******** 3.row ********
id: 1
select_type: simple
table: film
type: eq_ref
possible_keys: primary
key: primary
key_len: 2
ref: sakila.film_actor.film_id
rows: 1
extra: 

这个执行计划与我们猜想的有很大不同。mysql 首先从 actor 表开始,然后次序是反向的。这是否真的更有效?我们可以在 explain 上加上 straight_join 来避免优化:

explain select straight_join film.film_id, film.title, film.release_year, actor.actor_id, actor.first_name, actor.last_name
from sakila.film
inner join sakila.film_actor using(film_id)
inner join sakila.actor using(actor_id);
******** 1.row ********
id: 1
select_type: simple
table: film
type: all
possible_keys: primary
key: null
key_len: null
ref: null
rows: 951
extra:
******** 2.row ********
id: 1
select_type: simple
table: film_actor
type: ref
possible_keys: primary, idx_fk_film_id
key: idx_fk_film_id
key_len: 2
ref: sakila.film.film_id
rows: 1
extra: using index
******** 3.row ********
id: 1
select_type: simple
table: actor
type: eq_ref
possible_keys: primary
key: primary
key_len: 2
ref: sakila.film_actor.actor_id
rows: 1
extra: 

这解释了为什么mysql 为什么需要反序执行查询,这会使得检查的数据行更少。

  • 先查询 film 表会需要对 film_actor 和 actor 进行951次查询(最外层循环)
  • 如果将 actor表前置,则只需要对其他表进行200次查询。

从这个例子可以看出,mysql 的联合查询优化器可以通过调整查询表次序降低查询代价。重新排序后的联合查询通常是很有效的优化,通常是几倍性能的提高。如果没有性能提高的话,也可以使用 straight_join 来避免重排序,而使用我们自己认为最好的查询方式。这种情况实际遇到的会很少,大部分情况下,联合查询优化器都会比人做得更出色。

联合查询优化器视图以最低完成代价构建一个查询执行树。如果有可能,它会从全部的单表计划开始,检查所有可能的子树组合。不幸的是,一个 n 张表的联合查询会有 n 个阶乘的组合次序数量。这被称之为所有可能的查询计划的搜索空间,这个数量增长非常快。一个10张表的联合索引会有3628800个不同的方式!一旦搜索空间增长到过大,会导致查询的优化十分久,这时候服务端会停止做全量分析,替代以类似贪婪算法的方式完成优化。这个数量通过 optimizer_search_depth 系统变量控制,可以自己修改该参数。

(0)
上一篇 2022年3月21日
下一篇 2022年3月21日

相关推荐