openGauss 内核分析：查询重写

2022 年 7 月 20 日
本文字数：2098 字
阅读完需：约 7 分钟

本文分享自华为云社区《openGauss内核分析（四）：查询重写》，作者：酷哥。

查询重写

SQL 语言是丰富多样的，非常的灵活，不同的开发人员依据经验的不同，手写的 SQL 语句也是各式各样，另外还可以通过工具自动生成。SQL 语言是一种描述性语言，数据库的使用者只是描述了想要的结果，而不关心数据的具体获取方式，输入数据库的 SQL 语言很难做到是以最优形式表示的，往往隐含了一些冗余信息，这些信息可以被挖掘用来生成更加高效的 SQL 语句。查询重写就是把用户输入的 SQL 语句转换为更高效的等价 SQL，查询重写遵循两个基本原则。

• 等价性：原语句和重写后的语句，输出结果相同。

• 高效性：重写后的语句，比原语句在执行时间和资源使用上更高效。

查询重写优化既可以基于关系代数的理论进行优化，例如谓词下推、子查询优化等，也可以基于启发式规则进行优化，例如 Outer Join 消除、表连接消除等。查询重写是基于规则的逻辑优化。

在代码层面，查询重写的架构如下：

下面以外连接消除 Outer2Inner—外连接转内连接为例分析查询重写过程：在 left outer join 或者 right outer join 中，如果查询条件中存在逻辑上能够包含 IS NOT NULL，例如 c1 > 0，可以将查询转换成 INNER JOIN，从而减少关联处理产生的中间结果集

外连接消除 Outer2Inner

下面首先以一个例子来说明各种多表连接方式的区别

create table t1(c1 int, c2 int);
create table t2(c1 int, c2 int);
insert into t1 values(1, 10);
insert into t1 values(2, 20);
insert into t1 values(3, 30);
insert into t2 values(1, 100);
insert into t2 values(3, 300);
insert into t2 values(5, 500);

复制代码

内连接 inner join：返回两个表都满足的组合，相当于取两个表的交集

SELECT * FROM t1 inner JOIN t2 ON t1.c1 = t2.c1;

复制代码

左连接 left outer join：返回左表中的所有行，如果左表中行在右表中没有匹配行，则结果中右表中的列返回空值

SELECT * FROM t1 Left OUTER JOIN t2 ON t1.c1 = t2.c1;

复制代码

右连接 right outer join：返回右表中的所有行，如果右表中行在左表中没有匹配行，则结果中左表中的列返回空值

SELECT * FROM t1 right OUTER JOIN t2 ON t1.c1 = t2.c1;

复制代码

全连接 full join：返回左表和右表中的所有行。当某行在另一表中没有匹配行，则另一表中的列返回空值，相当于取两个表并集

SELECT * FROM t1 full JOIN t2 ON t1.c1 = t2.c1;

复制代码

在以上实验的基础上增加 t2 表的 where 条件

left join 和 inner join 的结果是一样的，这是因为查询条件中包含 WHERE t2.c2 >100 这个条件，t2 表所有不匹配元组均被过滤掉（包括空值），因此可以进行查询转换 left-outer join -> inner join，能够有效减小 t1 和 t2 关联产生的结果集，达到性能提升的目的。

在 openGauss 数据库系统中，subquery_planner 会遍历查询树中的 rtable，看看是否有 RTE_JOIN 类型的节点存在，设置 hasOuterJoins 标志量，从而进入到 reduce_outer_joins 接口，满足外连接消除条件时再执行外连接的消除。 reduce_outer_Joins 函数内部做两个动作，（1）reduce_outer_joins_pass1 预检查，就是检查 jointree 中是否含有外链接，以及一些引用表的信息，为动作 2 做好信息采集准备，重点参考数据结构 reduce_outer_joins_state；（2）reduce_outer_joins_pass2 真正完成消除外链接。

void reduce_outer_joins(PlannerInfo* root)
{
reduce_outer_joins_state* state = NULL;
state = reduce_outer_joins_pass1((Node*)root->parse->jointree);
/* planner.c shouldn't have called me if no outer joins */
if (state == NULL || !state->contains_outer)
ereport(ERROR,
(errmodule(MOD_OPT),
errcode(ERRCODE_OPTIMIZER_INCONSISTENT_STATE),
(errmsg("so where are the outer joins?"))));
reduce_outer_joins_pass2((Node*)root->parse->jointree, state, root, NULL, NIL, NIL);
}

复制代码

利用上一期的分析方法，可以得到查询树内存结构（查询树 Query 结构体中 targetList 存储目标属性语义分析结果，rtable 存储 FROM 子句生成的范围表，jointree 的 quals 字段存储 WHERE 子句语义分析的表达式树）

对比 reduce_outer_joins 运行前后查询树，jointree 和 rtable 中的 jointype 都由 join_left 转换为 join_inner，即外连接已转为内连接

(gdb) p *((JoinExpr*)(parse->jointree->fromlist->head.data->ptr_value))
$1 = {type = T_JoinExpr, jointype = JOIN_INNER, isNatural = false, larg = 0x7fdfb345cd08, rarg = 0x7fdfb345e2e8, usingClause = 0x0, quals = 0x7fdfb2f0b8a8, alias = 0x0, rtindex = 3}
(gdb) p *(RangeTblEntry*)(parse->rtable->tail.data->ptr_value)
$2 = {type = T_RangeTblEntry, rtekind = RTE_JOIN, relname = 0x0, partAttrNum = 0x0, relid = 0, partitionOid = 0, isContainPartition = false, subpartitionOid = 0, isContainSubPartition = false,
refSynOid = 0, partid_list = 0x0, relkind = 0 '\000', isResultRel = false, tablesample = 0x0, timecapsule = 0x0, ispartrel = false, ignoreResetRelid = false, subquery = 0x0, security_barrier = false,
jointype = JOIN_INNER, …}

复制代码

点击关注，第一时间了解华为云新鲜技术~

发布于: 刚刚阅读数: 5

原文链接:【http://xie.infoq.cn/article/0eb035a526f273ad7fbed3707】。文章转载请联系作者。