走进 Orca 架构及技术世界

 Orca 的简介

Orca 是基于 cascades 框架的查询优化器，其中诸多概念都是源于 volcano / cascades。Orca 有三大优点：模块化、高延展性、高并发性。其模块化的设计，能以插件的形式用于其他数据库系统。

Orca 主要的优化是 CBO 的优化。CBO 是 Cost - Based Optimization 的缩写，中文叫做“基于成本的优化”。成本指的是查询中使用的 CPU 资源，内存资源，网络资源，磁盘资源。

CBO 简单来说就是探索出所有可能的查询路径，然后分别计算出路径的成本，选择出成本最小的一条路径的一种优化手段。

介绍了 Orca 的部署结构，如下图：

 Orca 的架构

整体架构图如下：

• Memo ：用来存储执行计划的搜索空间，它有一系列的集合 （Group）构成，每个 Group 代表了执行计划的一个子表达式（想对应与查询语句的一个子表达式）。不同的 Group 又产生相互依赖的关系。Group 就代表整个查询语句。

  
  

• Search & Job Scheduler ：主要分成三步，一是 Exploration，探索和补全计划空间，就是根据优化规则不断生成语义相同的逻辑表达式。第二步是 Implementation，就是实例化逻辑表达式变成物理算子。第三步是优化，把计划的必要条件都加上。

  
  

• Transformations ：就是上面优化中第一步 Exploration 的详解，如何通过优化规则来补全计划空间。

  
  

• Property Enforcement：增加算子的实现需要一些先决条件。

 Orca 的源码分析

起始入口：

COptTasks::SzOptimize->COptTasks::Execute->gpos_exec->gpos::CAutoTaskProxy::Execute->gpos::CWorker::Execute->gpos::CTask::Execute->COptTasks::PvOptimizeTask->gpopt::COptimizer::PdxlnOptimize->gpopt::COptimizer::PexprOptimize

1、Actions 机制：一般分为三部分，每个部分都有对应的处理函数。

2、Xform 机制：初始化时加入规则，在环境变量中可以设置是否起用规则，启动后会设置到 Actions 中，Xform 子类都会实现 PxfsCandidates，安排要进行处理的规则，最终会在 Transform 函数中调用。

3、状态切换：处理规则就是先处理子结点，然后处理自身结点。

4、代价评估处理：总的代价会放到 Context 的 Hash 表结构中，在 BetterThan 函数判断是否是代价更优，固定规则有三个。

• 规则 1 ：分区计划比非分区计划优；

• 规则 2 ：哈希分布比随机分布计划优；

• 规则 3 ：Join 时，行数一样的情况下，有更深 Outer Child 的计划优。