上篇我们讲到 Validator 会将由 Parser 生成的抽象语法树（AST）转化为执行计划，这次，我们来讲下执行计划是如何生成的。
概述
Planner 是执行计划（Execution Plan）生成器，它会根据 Validator 校验过、语义合法的查询语法树生成可供执行器（Executor）执行的未经优化的执行计划，而该执行计划会在之后交由 Optimizer 生成一个优化的执行计划，并最终交给 Executor 执行。执行计划由一系列节点（PlanNode）组成。
源码目录结构
src/planner├── CMakeLists.txt├── match/├── ngql/├── plan/├── Planner.cpp├── Planner.h├── PlannersRegister.cpp├── PlannersRegister.h├── SequentialPlanner.cpp├── SequentialPlanner.h└── test
复制代码
其中，Planner.h中定义了 SubPlan 的数据结构和 planner 的几个接口。
struct SubPlan { // root and tail of a subplan. PlanNode* root{nullptr}; PlanNode* tail{nullptr};};
复制代码
PlannerRegister 负责注册可用的 planner，Nebula Graph 目前注册了 SequentialPlanner、PathPlanner、LookupPlanner、GoPlanner、MatchPlanner。
SequentialPlanner 对应的语句是 SequentialSentences，而 SequentialSentence 是由多个 Sentence 及间隔分号组成的组合语句。每个语句又可能是 GO/LOOKUP/MATCH等语句，所以 SequentialPlanner 是通过调用其他几个语句的 planner 来生成多个 plan，并用 Validator::appendPlan 将它们首尾相连。
match 目录定义了 openCypher 相关语句及子句（如 MATCH、UNWIND、WITH、RETURN、WHERE、ORDER BY、SKIP、LIMIT）的 planner 和 SubPlan 之间的连接策略等。SegmentsConnector 根据 SubPlan 之间的关系使用相应的连接策略（AddInput、addDependency、innerJoinSegments 等）将它们首尾连接成一个完整的 plan。
src/planner/match├── AddDependencyStrategy.cpp├── AddDependencyStrategy.h├── AddInputStrategy.cpp├── AddInputStrategy.h├── CartesianProductStrategy.cpp├── CartesianProductStrategy.h├── CypherClausePlanner.h├── EdgeIndexSeek.h├── Expand.cpp├── Expand.h├── InnerJoinStrategy.cpp├── InnerJoinStrategy.h├── LabelIndexSeek.cpp├── LabelIndexSeek.h├── LeftOuterJoinStrategy.h├── MatchClausePlanner.cpp├── MatchClausePlanner.h├── MatchPlanner.cpp├── MatchPlanner.h├── MatchSolver.cpp├── MatchSolver.h├── OrderByClausePlanner.cpp├── OrderByClausePlanner.h├── PaginationPlanner.cpp├── PaginationPlanner.h├── PropIndexSeek.cpp├── PropIndexSeek.h├── ReturnClausePlanner.cpp├── ReturnClausePlanner.h├── SegmentsConnector.cpp├── SegmentsConnector.h├── SegmentsConnectStrategy.h├── StartVidFinder.cpp├── StartVidFinder.h├── UnionStrategy.h├── UnwindClausePlanner.cpp├── UnwindClausePlanner.h├── VertexIdSeek.cpp├── VertexIdSeek.h├── WhereClausePlanner.cpp├── WhereClausePlanner.h├── WithClausePlanner.cpp├── WithClausePlanner.h├── YieldClausePlanner.cpp└── YieldClausePlanner.h
复制代码
ngql 目录定义了 nGQL 语句相关的 planner（如 GO、LOOKUP、FIND PATH）
src/planner/ngql├── GoPlanner.cpp├── GoPlanner.h├── LookupPlanner.cpp├── LookupPlanner.h├── PathPlanner.cpp└── PathPlanner.h
复制代码
plan 目录定义了 7 大类，共计 100 多种 Plan Node。
src/planner/plan├── Admin.cpp├── Admin.h├── Algo.cpp├── Algo.h├── ExecutionPlan.cpp├── ExecutionPlan.h├── Logic.cpp├── Logic.h├── Maintain.cpp├── Maintain.h├── Mutate.cpp├── Mutate.h├── PlanNode.cpp├── PlanNode.h├── Query.cpp├── Query.h└── Scan.h
复制代码
部分节点说明：
Admin 是数据库管理相关节点
Algo 是路径、子图等算法相关节点
Logic 是逻辑控制节点，如循环、二元选择等
Maintain 是 schema 相关节点
Mutate 是 DML 相关节点
Query 是查询计算相关的节点
Scan 是索引扫描相关节点
每个 PlanNode 在 Executor（执行器）阶段会生成相应的 executor，每种 executor 负责一个具体的功能。
eg. GetNeighbors 节点：
static GetNeighbors* make(QueryContext* qctx, PlanNode* input, GraphSpaceID space, Expression* src, std::vector<EdgeType> edgeTypes, Direction edgeDirection, std::unique_ptr<std::vector<VertexProp>>&& vertexProps, std::unique_ptr<std::vector<EdgeProp>>&& edgeProps, std::unique_ptr<std::vector<StatProp>>&& statProps, std::unique_ptr<std::vector<Expr>>&& exprs, bool dedup = false, bool random = false, std::vector<storage::cpp2::OrderBy> orderBy = {}, int64_t limit = -1, std::string filter = "")
复制代码
GetNeighbors 是存储层边的 kv 的语义上的封装：它根据给定类型边的起点，找到边的终点。在找边过程中，GetNeighbors 可以获取边上属性（edgeProps）。因为出边随起点存储在同一个 partition（数据切片）上，所以我们还可以方便地获得边上起点的属性（vertexProps）。
Aggregate 节点：
static Aggregate* make(QueryContext* qctx, PlanNode* input, std::vector<Expression*>&& groupKeys = {}, std::vector<Expression*>&& groupItems = {})
复制代码
Aggregate 节点为聚合计算节点，它根据 groupKeys 作分组，根据 groupItems 做聚合计算作为组内值。
Loop 节点：
static Loop* make(QueryContext* qctx, PlanNode* input, PlanNode* body = nullptr, Expression* condition = nullptr);
复制代码
loop 为循环节点，它会一直执行 body 到最近一个 start 节点之间的 PlanNode 片段直到 condition 值为 false。
InnerJoin 节点：
static InnerJoin* make(QueryContext* qctx, PlanNode* input, std::pair<std::string, int64_t> leftVar, std::pair<std::string, int64_t> rightVar, std::vector<Expression*> hashKeys = {}, std::vector<Expression*> probeKeys = {})
复制代码
InnerJoin 节点对两个表（Table、DataSet）做内联，leftVar 和 rightVar 分别用来引用两个表。
入口函数
planner 入口函数是 Validator::toPlan
Status Validator::toPlan() { auto* astCtx = getAstContext(); if (astCtx != nullptr) { astCtx->space = space_; } auto subPlanStatus = Planner::toPlan(astCtx); NG_RETURN_IF_ERROR(subPlanStatus); auto subPlan = std::move(subPlanStatus).value(); root_ = subPlan.root; tail_ = subPlan.tail; VLOG(1) << "root: " << root_->kind() << " tail: " << tail_->kind(); return Status::OK();}
复制代码
具体步骤
1.调用 getAstContext()
首先调用 getAstContext() 获取由 validator 校验并重写过的 AST 上下文，这些 context 相关数据结构定义在 src/context中。
src/context/ast├── AstContext.h├── CypherAstContext.h└── QueryAstContext.h
复制代码
struct AstContext { QueryContext* qctx; // 每个查询请求的 context Sentence* sentence; // query 语句的 ast SpaceInfo space; // 当前 space};
复制代码
CypherAstContext 中定义了 openCypher 相关语法的 ast context，QueryAstContext 中定义了 nGQL 相关语法的 ast context。
2.调用 Planner::toPlan(astCtx)
然后调用 Planner::toPlan(astCtx)，根据 ast context 在 PlannerMap 中找到语句对应注册过的 planner，然后生成相应的执行计划。
每个 Plan 由一系列 PlanNode 组成，PlanNode 之间有执行依赖和数据依赖两大关系。
执行依赖：从执行顺序上看，plan 是一个有向无环图，节点间的依赖关系在生成 plan 时确定。在执行阶段，执行器会对每个节点生成一个对应的算子，并且从根节点开始调度，此时发现此节点依赖其他节点，就先递归调用依赖的节点，一直找到没有任何依赖的节点（Start 节点），然后开始执行，执行此节点后，继续执行此节点被依赖的其他节点，一直到根节点为止。
数据依赖：节点的数据依赖一般和执行依赖相同，即来自前面一个调度执行的节点的输出。有的节点，如：InnerJoin 会有多个输入，那么它的输入可能是和它间隔好几个节点的某个节点的输出。
(实线为执行依赖，虚线为数据依赖)
举个例子
我们以 MatchPlanner 为例，来看一个执行计划是如何生成的：
语句：
MATCH (v:player)-[:like*2..4]-(v2:player)\WITH v, v2.age AS age ORDER BY age WHERE age > 18\RETURN id(v), age
复制代码
该语句经过 MatchValidator 的校验和重写后会输出一个 context 组成的 tree。
=>
每个 Clause 及 SubClause 对应一个 context：
enum class CypherClauseKind : uint8_t { kMatch, kUnwind, kWith, kWhere, kReturn, kOrderBy, kPagination, kYield,};
struct CypherClauseContextBase : AstContext { explicit CypherClauseContextBase(CypherClauseKind k) : kind(k) {} virtual ~CypherClauseContextBase() = default;
const CypherClauseKind kind;};
struct MatchClauseContext final : CypherClauseContextBase { MatchClauseContext() : CypherClauseContextBase(CypherClauseKind::kMatch) {}
std::vector<NodeInfo> nodeInfos; // pattern 中涉及的顶点信息 std::vector<EdgeInfo> edgeInfos; // pattern 中涉及的边信息 PathBuildExpression* pathBuild{nullptr}; // 构建 path 的表达式 std::unique_ptr<WhereClauseContext> where; // filter SubClause std::unordered_map<std::string, AliasType>* aliasesUsed{nullptr}; // 输入的 alias 信息 std::unordered_map<std::string, AliasType> aliasesGenerated; // 产生的 alias 信息};...
复制代码
然后：
1.找语句 planner
找到对应语句的 planner，该语句类型为 Match。在 PlannersMap 中找到该语句的 planner MatchPlanner。
2.生成 plan
调用 MatchPlanner::transform 方法生成 plan：
StatusOr<SubPlan> MatchPlanner::transform(AstContext* astCtx) { if (astCtx->sentence->kind() != Sentence::Kind::kMatch) { return Status::Error("Only MATCH is accepted for match planner."); } auto* matchCtx = static_cast<MatchAstContext*>(astCtx);
std::vector<SubPlan> subplans; for (auto& clauseCtx : matchCtx->clauses) { switch (clauseCtx->kind) { case CypherClauseKind::kMatch: { auto subplan = std::make_unique<MatchClausePlanner>()->transform(clauseCtx.get()); NG_RETURN_IF_ERROR(subplan); subplans.emplace_back(std::move(subplan).value()); break; } case CypherClauseKind::kUnwind: { auto subplan = std::make_unique<UnwindClausePlanner>()->transform(clauseCtx.get()); NG_RETURN_IF_ERROR(subplan); auto& unwind = subplan.value().root; std::vector<std::string> inputCols; if (!subplans.empty()) { auto input = subplans.back().root; auto cols = input->colNames(); for (auto col : cols) { inputCols.emplace_back(col); } } inputCols.emplace_back(unwind->colNames().front()); unwind->setColNames(inputCols); subplans.emplace_back(std::move(subplan).value()); break; } case CypherClauseKind::kWith: { auto subplan = std::make_unique<WithClausePlanner>()->transform(clauseCtx.get()); NG_RETURN_IF_ERROR(subplan); subplans.emplace_back(std::move(subplan).value()); break; } case CypherClauseKind::kReturn: { auto subplan = std::make_unique<ReturnClausePlanner>()->transform(clauseCtx.get()); NG_RETURN_IF_ERROR(subplan); subplans.emplace_back(std::move(subplan).value()); break; } default: { return Status::Error("Unsupported clause."); } } }
auto finalPlan = connectSegments(astCtx, subplans, matchCtx->clauses); NG_RETURN_IF_ERROR(finalPlan); return std::move(finalPlan).value();}
复制代码
match 语句可能由多个 MATCH/UNWIND/WITH/RETURN Clause 组成，所以在 transform 中，根据 Clause 的类型，直接调用相应的 ClausePlanner 生成 SubPlan，最后再由 SegmentsConnector 依据各种连接策略将它们连接起来。
在我们的示例语句中，
第一个 Clause 是 Match Clause: MATCH (v:player)-[:like*2..4]-(v2:player)，所以会调用 MatchClause::transform 方法：
StatusOr<SubPlan> MatchClausePlanner::transform(CypherClauseContextBase* clauseCtx) { if (clauseCtx->kind != CypherClauseKind::kMatch) { return Status::Error("Not a valid context for MatchClausePlanner."); }
auto* matchClauseCtx = static_cast<MatchClauseContext*>(clauseCtx); auto& nodeInfos = matchClauseCtx->nodeInfos; auto& edgeInfos = matchClauseCtx->edgeInfos; SubPlan matchClausePlan; size_t startIndex = 0; bool startFromEdge = false;
NG_RETURN_IF_ERROR(findStarts(matchClauseCtx, startFromEdge, startIndex, matchClausePlan)); NG_RETURN_IF_ERROR( expand(nodeInfos, edgeInfos, matchClauseCtx, startFromEdge, startIndex, matchClausePlan)); NG_RETURN_IF_ERROR(projectColumnsBySymbols(matchClauseCtx, startIndex, matchClausePlan)); NG_RETURN_IF_ERROR(appendFilterPlan(matchClauseCtx, matchClausePlan)); return matchClausePlan;}
复制代码
该 transform 方法又分为以下几个步骤：
寻找拓展的起点：
目前有三个寻找起点的策略，由 planner 注册在 startVidFinders 里：
// MATCH(n) WHERE id(n) = value RETURN nstartVidFinders.emplace_back(&VertexIdSeek::make);
// MATCH(n:Tag{prop:value}) RETURN n// MATCH(n:Tag) WHERE n.prop = value RETURN nstartVidFinders.emplace_back(&PropIndexSeek::make);
// seek by tag or edge(index)// MATCH(n: tag) RETURN n// MATCH(s)-[:edge]->(e) RETURN estartVidFinders.emplace_back(&LabelIndexSeek::make);
复制代码
这三个策略中，VertexIdSeek 最佳，可以确定具体的起点 VID；PropIndexSeek 次之，会被转换为一个附带属性 filter 的 IndexScan；LabelIndexSeek 会被转换为一个 IndexScan。
findStarts 函数会对每个寻找起点策略，分别遍历 match pattern 中的所有节点信息，直到找到一个可以作为起点的 node，并生成相应的找起点的 Plan Nodes。
示例语句的寻点策略是 LabelIndexScan，确定的起点是 v。最终生成一个 IndexScan 节点，索引为 player 这个 tag 上的索引。
根据起点及 match pattern，进行多步拓展：
示例中句子的 match pattern 为：(v:player)-[:like*1..2]-(v2:player)，以 v 为起点，沿着边 like 拓展一到二步，终点拥有 player 类型 tag。
先做拓展：
Status Expand::doExpand(const NodeInfo& node, const EdgeInfo& edge, SubPlan* plan) { NG_RETURN_IF_ERROR(expandSteps(node, edge, plan)); NG_RETURN_IF_ERROR(filterDatasetByPathLength(edge, plan->root, plan)); return Status::OK();}
复制代码
多步拓展会生成 Loop 节点，loop body 为 expandStep 意为根据给定起点拓展一步，拓展一步需要生成 GetNeighbors 节点。每一步拓展的终点作为后面一步拓展的起点，一直循环下去，直到达到 pattern 中指定的最大步数。
在做第 M 步拓展时，以前面得到的长度为 M-1 的 path 的终点作为本次拓展的起点，向外延伸一步，并根据拓展的结果构建一个以边的起点和边本身组成的步长为 1 的 path，然后将该步长为 1 的 path 与前面的步长为 M-1 的 path 做一个 InnerJoin 得到步长为 M 的一组 path。
再调用对这组 path 做过滤，去除掉有重复边的 path（openCypher 路径的拓展不允许有重复边），最后将 path 的终点输出作为下一步拓展的起点。下一步拓展继续做上述步骤，直至达到最大中指定的最大步数。
loop 之后会生成 UnionAllVersionVar 节点，将 loop body 每次循环构建出的步长分别为 1 到 M 步的 path 合并起来。filterDatasetByPathLength()函数会生成一个 Filter 节点过滤掉步长小于 match pattern 中指定最小步数的 path。
最终得到的 path 形如(v)-like-()-e-(v)-?，还缺少最后一步的终点的属性信息。因此，我们还需要生成一个 GetVertices 节点，然后将获取到的终点与之前的 M 步 path 再做一个 InnerJoin，得到的就是符合 match pattern 要求的 path 集合了!
match 多步拓展原理会在 Variable Length Pattern Match 一文中有更详细的解释。
// Build Start node from first stepSubPlan loopBodyPlan;PlanNode* startNode = StartNode::make(matchCtx_->qctx);startNode->setOutputVar(firstStep->outputVar());startNode->setColNames(firstStep->colNames());loopBodyPlan.tail = startNode;loopBodyPlan.root = startNode;
// Construct loop bodyNG_RETURN_IF_ERROR(expandStep(edge, startNode, // dep startNode->outputVar(), // inputVar nullptr, &loopBodyPlan));
NG_RETURN_IF_ERROR(collectData(startNode, // left join node loopBodyPlan.root, // right join node &firstStep, // passThrough &subplan));// Union nodeauto body = subplan.root;
// Loop conditionauto condition = buildExpandCondition(body->outputVar(), startIndex, maxHop);
// Create loopauto* loop = Loop::make(matchCtx_->qctx, firstStep, body, condition);
// Unionize the results of each expansion which are stored in the firstStep nodeauto uResNode = UnionAllVersionVar::make(matchCtx_->qctx, loop);uResNode->setInputVar(firstStep->outputVar());uResNode->setColNames({kPathStr});
subplan.root = uResNode;plan->root = subplan.root;
复制代码
输出 table，确定 table 的列名：
将 match pattern 中所有出现的具名符号作为 table 列名，生成一个 table，以供后续子句使用。这会生成一个 Project 节点。
第二个 clause 是 WithClause，调用 WithClause::transform 生成 SubPlan：
WITH v, v2.age AS age ORDER BY age WHERE age > 18
复制代码
该 WITH 子句先 yield v 和 v2.age 两列作为一个 table，然后以 age 作为 sort item 进行排序，然后对排序后的 table 作 filter。
YIELD 部分会生成一个 Project 节点，ORDER BY 部分会生成一个 Sort 节点，WHERE 部分对应一个会生成一个 Filter 节点。
第三个 clause 是 Return Clause，会生成一个 Project 节点。
最终整合语句完整的的执行计划如下图:
以上为本篇文章的介绍内容。
交流图数据库技术？加入 Nebula 交流群请先填写下你的 Nebula 名片，Nebula 小助手会拉你进群~~
评论