DRDS分布式SQL引擎 — 执行计划介绍
前言
数据库系统中,执行计划是对 SQL 如何执行的形式化表示,往往由若干关系操作符构成,用户可以通过对应的 EXPLAIN 命令查看,并通过执行计划大致了解 SQL 的执行过程和执行方式,如全表扫描还是索引扫描,归并连接还是哈希连接等。执行计划可以为用户进行 SQL 调优提供重要依据。
DRDS 执行计划
与多数数据库系统类似,DRDS 在处理 SQL 时,会通过优化器生成执行计划,该执行计划由关系操作符构成一个树形结构,反映 DRDS 如何执行 SQL 语句;不同的是,DRDS 本身不存储数据,更侧重考虑分布式环境中的网络 IO 开销,将运算下推到各个分库(如 RDS/MySQL)执行,从而提升 SQL 执行效率。用户可通过 EXPLAIN 命令查看 SQL 的执行计划。
本文着重介绍 DRDS 执行计划中各个操作符的含义,以便用户通过查询计划了解 SQL 执行流程,从而有针对性的调优 SQL。文中示例均基于如下表结构:
CREATE TABLE `sbtest1` (
`id` INT(10) UNSIGNED NOT NULL,
`k` INT(10) UNSIGNED NOT NULL DEFAULT '0',
`c` CHAR(120) NOT NULL DEFAULT '',
`pad` CHAR(60) NOT NULL DEFAULT '',
KEY `xid` (`id`),
KEY `k_1` (`k`)
) dbpartition BY HASH (`id`) tbpartition BY HASH (`id`) tbpartitions 4
先通过一个例子整体了解 DRDS 执行计划的树形结构。
mysql> explain select a.k, count(*) cnt from sbtest1 a, sbtest1 b where a.id = b.k and a.id > 1000 group by k having cnt > 1300 order by cnt limit 5, 10;
+---------------------------------------------------------------------------------------------------------------------------------------------------+
| LOGICAL PLAN |
+---------------------------------------------------------------------------------------------------------------------------------------------------+
| TmpSort(sort="cnt ASC", offset=?2, fetch=?3) |
| Filter(condition="cnt > ?1") |
| Aggregate(group="k", cnt="COUNT()") |
| BKAJoin(id="id", k="k", c="c", pad="pad", id0="id0", k0="k0", c0="c0", pad0="pad0", condition="id = k", type="inner") |
| MergeSort(sort="k ASC") |
| LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql="SELECT * FROM `sbtest1` WHERE (`id` > ?) ORDER BY `k`") |
| UnionAll(concurrent=true) |
| LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql="SELECT * FROM `sbtest1` WHERE ((`k` > ?) AND (`k` IN ('?')))") |
| HitCache:false |
+---------------------------------------------------------------------------------------------------------------------------------------------------+
9 rows in set (0.01 sec)
如上,DRDS EXPLAIN 的结果总体分为两部分:执行计划和其他信息。
-
执行计划
执行计划以缩进形式表示操作符之间的 "父-子" 关系。示例中,Filter 是 TmpSort 的子操作符,同时是 Aggregate 的父操作符。从真正执行的角度看,每个操作符均从其子操作符中获取数据,经当前操作符处理,输出给其父操作符。为方便理解,将以上执行计划转换为更加直观的树形结构:
-
其他信息
除执行计划外,EXPLAIN 结果中还会有一些额外信息,目前仅有一项 `HitCache` 。需要说明的是,DRDS 会默认开启 PlanCache 功能,`HitCache` 表示当前 SQL 是否命中 PlanCache。
开启 PlanCache 后,DRDS 会对 SQL 做参数化处理,参数化会将 SQL 中的大部分常量用
?
替换,并构建一个参数列表。在执行计划中的体现就是,LogicalView 的sql
中会有?
,在部分操作符中会有类似?2
的字样,这里的2
表示其在参数列表中的下标,后续会结合具体的例子进一步阐述。
EXPLAIN 语法
EXPLAIN 用于查看 SQL 语句的执行计划,语法如下:
EXPLAIN explainable_stmt
explainable_stmt: {
SELECT statement
| DELETE statement
| INSERT statement
| REPLACE statement
| UPDATE statement
}
操作符介绍
本小节详细介绍 DRDS 执行计划中各个操作符的含义。
LogicalView
LogicalView 是从底层数据源获取数据的操作符。从数据库的角度来看,使用 TableScan
命名更符合常规,但考虑到 DRDS 本身不存储数据,而是通过 SQL 从底层数据源获取,因此,该操作符中会记录下推的 SQL 语句和数据源信息,这更像一个 "视图"。该 "视图" 中的 SQL,通过优化器的下推,可能包含多种操作,如投影、过滤、聚合、排序、连接和子查询等。
以下通过示例说明 EXPLAIN 中 LogicalView 的输出信息及其含义:
mysql> explain select * From sbtest1 where id > 1000;
+-----------------------------------------------------------------------------------------------------------------------+
| LOGICAL PLAN |
+-----------------------------------------------------------------------------------------------------------------------+
| UnionAll(concurrent=true) |
| LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql="SELECT * FROM `sbtest1` WHERE (`id` > ?)") |
| HitCache:false |
+-----------------------------------------------------------------------------------------------------------------------+
3 rows in set (0.00 sec)
LogicalView 的信息由三部分构成:
- tables:底层数据源对应的表名,以
.
分割,其前是分库对应的编号,其后是表名及其编号,对于连续的编号,会做简写,如[000-127]
,表示表名编号从000
到127
的所有表。 - shardCount:需要访问的分表总数,该示例中会访问从
000
到127
共 128 张分表。 - sql:下发至底层数据源的 SQL 模版。这里显示的并非真正下发的 SQL 语句,DRDS 在执行时会将表名替换为物理表名;另外,SQL 中的常量
10
被?
替换,这是因为 DRDS 默认开启了 PlanCache 功能,对 SQL 做了参数化处理。
UnionAll
UnionAll 是 UNION ALL
对应的操作符,该操作符通常有多个输入,表示将多个输入的数据 UNION 在一起。以上示例中,LogicalView 之上的 UnionAll 表示将所有分表中的数据进行 UNION。
UnionAll 中的 concurrent
表示是否并行执行其子操作符,默认为 true。
UnionDistinct
与 UnionAll 类似,UnionDistinct 是 UNION DISTINCT
对应的操作符。如下:
mysql> explain select * From sbtest1 where id > 1000 union distinct select * From sbtest1 where id < 200;
+-------------------------------------------------------------------------------------------------------------------------+
| LOGICAL PLAN |
+-------------------------------------------------------------------------------------------------------------------------+
| UnionDistinct(concurrent=true) |
| UnionAll(concurrent=true) |
| LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql="SELECT * FROM `sbtest1` WHERE (`id` > ?)") |
| UnionAll(concurrent=true) |
| LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql="SELECT * FROM `sbtest1` WHERE (`id` < ?)") |
| HitCache:false |
+-------------------------------------------------------------------------------------------------------------------------+
6 rows in set (0.02 sec)
MergeSort
MergeSort,归并排序操作符,通常有多个子操作符。DRDS 中实现了两种排序:基于有序数据的归并排序和对无序数据的内存排序。如下:
mysql> explain select *from sbtest1 where id > 1000 order by id limit 5,10;
+---------------------------------------------------------------------------------------------------------------------------------------------------+
| LOGICAL PLAN |
+---------------------------------------------------------------------------------------------------------------------------------------------------+
| MergeSort(sort="id ASC", offset=?1, fetch=?2) |
| LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql="SELECT * FROM `sbtest1` WHERE (`id` > ?) ORDER BY `id` LIMIT (? + ?)") |
| HitCache:false |
+---------------------------------------------------------------------------------------------------------------------------------------------------+
3 rows in set (0.00 sec)
MergeSort 操作符包含三部分内容:
- sort:表示排序字段以及排列顺序,
id ASC
表示按照id
字段递增排序,DESC
表示递减排序。 - offset:表示获取结果集时的偏移量,同样由于对 SQL 做了参数化,示例中的
offst
表示为?1
,其中?
表示这是一个动态参数,其后的数字对应参数列表的下标。示例中 SQL 对应的参数为[1000, 5, 10]
,因此,?1
实际对应的值为5
。 - fetch:表示最多返回的数据行数。与
offset
类似,同样是参数化的表示,实际对应的值为10
。
Aggregate
Aggregate 是聚合操作符,通常包含两部分内容:Group By 字段和聚合函数。如下:
mysql> explain select k, count(*) from sbtest1 where id > 1000 group by k;
+-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| LOGICAL PLAN |
+-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| Aggregate(group="k", count(*)="SUM(count(*))") |
| MergeSort(sort="k ASC") |
| LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql="SELECT `k`, COUNT(*) AS `count(*)` FROM `sbtest1` WHERE (`id` > ?) GROUP BY `k` ORDER BY `k`") |
| HitCache:true |
+-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
4 rows in set (0.00 sec)
Aggregate 包含两部分内容:
- group:表示 GROUP BY 字段,示例中为
k
。 -
聚合函数:
=
前为聚合函数对应的输出列名,其后为对应的计算方法。示例中count(*)="SUM(count(*))"
,第一个count(*)
对应输出的列名,随后的SUM(count(*))
表示对其输入数据中的count(*)
列进行SUM
运算得到最终的count(*)
。
由此可见,DRDS 将聚合操作分为两部分,首先将聚合操作下推至底层数据源做局部聚合,最终在 DRDS 层面对局部聚合的结果做全局聚合。另外,DRDS 的最终聚合是基于排序做的,因此,会在优化器阶段为其添加一个 Sort
子操作符,而 Sort
操作符又进一步通过下推 Sort 转换为 MergeSort
。
再来看一个 AVG
聚合函数的例子,如下:
mysql> explain select k, avg(id) avg_id from sbtest1 where id > 1000 group by k;
+-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| LOGICAL PLAN|
+-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| Project(k="k", avg_id="sum_pushed_sum / sum_pushed_count")|
| Aggregate(group="k", sum_pushed_sum="SUM(pushed_sum)", sum_pushed_count="SUM(pushed_count)")|
| MergeSort(sort="k ASC")|
| LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql="SELECT `k`, SUM(`id`) AS `pushed_sum`, COUNT(`id`) AS `pushed_count` FROM `sbtest1` WHERE (`id` > ?) GROUP BY `k` ORDER BY `k`")|
| HitCache:false|
+-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
5 rows in set (0.01 sec)
DRDS 会将 AVG
聚合函数转换为 SUM / COUNT
,再分别根据 SUM
和 COUNT
的下推规则,将其转换为局部聚合和全局聚合。用户可自行尝试了解其他聚合函数的执行计划。
注意:DRDS 会将 DISTINCT
操作转换为 GROUP
操作,如下:
mysql> explain select distinct k from sbtest1 where id > 1000;
+-----------------------------------------------------------------------------------------------------------------------------------------------------+
| LOGICAL PLAN |
+-----------------------------------------------------------------------------------------------------------------------------------------------------+
| Aggregate(group="k") |
| MergeSort(sort="k ASC") |
| LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql="SELECT `k` FROM `sbtest1` WHERE (`id` > ?) GROUP BY `k` ORDER BY `k`") |
| HitCache:false |
+-----------------------------------------------------------------------------------------------------------------------------------------------------+
4 rows in set (0.02 sec)
TmpSort
TmpSort,表示在内存中对数据进行排序。与 MergeSort 的区别在于,MergeSort 可以有多个子操作符,且每个子操作符返回的数据都已经排序。TmpSort 仅有一个子操作符。
TmpSort 对应的查询计划信息与 MergeSort 一致,请参考 MergeSort。
Project
Project 表示投影操作,即从输入数据中选择部分列输出,或者对某些列进行转换(通过函数或者表达式计算)后输出,当然,也可以包含常量。以上 AVG
的示例中,最顶层就是一个 Project
,其输出 k
和 sum_pushed_sum / sum_pushed_count
,后者对应的列名为 avg_id
。
mysql> explain select '你好, DRDS', 1 / 2, CURTIME();
+-------------------------------------------------------------------------------------+
| LOGICAL PLAN |
+-------------------------------------------------------------------------------------+
| Project(你好, DRDS="_UTF-16'你好, DRDS'", 1 / 2="1 / 2", CURTIME()="CURTIME()") |
| |
| HitCache:false |
+-------------------------------------------------------------------------------------+
3 rows in set (0.00 sec)
可见,Project 的计划中包括每列的列名及其对应的列、值、函数或者表达式。
Filter
Filter 表示过滤操作,其中包含一些过滤条件。该操作符对输入数据进行过滤,若满足条件,则输出,否则丢弃。如下是一个较复杂的例子,包含了以上介绍的大部分操作符。
mysql> explain select k, avg(id) avg_id from sbtest1 where id > 1000 group by k having avg_id > 1300;
+-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| LOGICAL PLAN |
+-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| Filter(condition="avg_id > ?1") |
| Project(k="k", avg_id="sum_pushed_sum / sum_pushed_count") |
| Aggregate(group="k", sum_pushed_sum="SUM(pushed_sum)", sum_pushed_count="SUM(pushed_count)") |
| MergeSort(sort="k ASC") |
| LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql="SELECT `k`, SUM(`id`) AS `pushed_sum`, COUNT(`id`) AS `pushed_count` FROM `sbtest1` WHERE (`id` > ?) GROUP BY `k` ORDER BY `k`") |
| HitCache:false |
+-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
6 rows in set (0.01 sec)
在以上 AVG
示例的 SQL 基础上添加了having avg_id > 1300
,执行计划最上层添加了一个 Filter 操作符,用于过滤所有满足 avg_id > 1300
的数据。
有读者可能会问,WHERE 中的条件为什么没有对应的 Filter 操作符呢?在 DRDS 优化器的某个阶段,WHERE 条件的 Filter 操作符的确是存在的,只是最终将其下推到了 LogiacalView 中,因此可以在 LogicalView 的 sql
中看到 id > 1000
。
NlJoin
NlJoin,表示 NestLoop Join 操作符,即使用 NestLoop 方法进行两表 Join。DRDS 中实现了两种 JOIN 策略:NlJoin 和 BKAJoin,后者表示 Batched Key Access Join,批量键值查询,会从左表取一批数据,构建一个 IN 条件拼接在访问右表的 SQL 中,从右表一次获取一批数据。
mysql> explain select a.* from sbtest1 a, sbtest1 b where a.id = b.k and a.id > 1000;
+----------------------------------------------------------------------------------------------------------------------------+
| LOGICAL PLAN |
+----------------------------------------------------------------------------------------------------------------------------+
| Project(id="id", k="k", c="c", pad="pad") |
| NlJoin(id="id", k="k", c="c", pad="pad", k0="k0", condition="id = k", type="inner") |
| UnionAll(concurrent=true) |
| LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql="SELECT * FROM `sbtest1` WHERE (`id` > ?)") |
| UnionAll(concurrent=true) |
| LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql="SELECT `k` FROM `sbtest1` WHERE (`k` > ?)") |
| HitCache:false |
+----------------------------------------------------------------------------------------------------------------------------+
7 rows in set (0.03 sec)
NlJOIN 的计划包括三部分内容:
- 输出列信息:输出的列名,示例中的 JOIN 会输出 5 列
id="id", k="k", c="c", pad="pad", k0="k0"
。 - contition:连接条件,示例中连接条件为
id = k
。 - type:连接类型,示例中是 INNER JOIN,因此其连接类型为
inner
。
BKAJoin
BKAJoin,Batched Key Access Join,表示通过批量键值查询的方式进行 JOIN,即从左表取一批数据,构建一个 IN 条件拼接在访问右表的 SQL 中,从右表一次获取一批数据进行 JOIN。
mysql> explain select a.* from sbtest1 a, sbtest1 b where a.id = b.k order by a.id;
+-------------------------------------------------------------------------------------------------------------------------------+
| LOGICAL PLAN |
+-------------------------------------------------------------------------------------------------------------------------------+
| Project(id="id", k="k", c="c", pad="pad") |
| BKAJoin(id="id", k="k", c="c", pad="pad", id0="id0", k0="k0", c0="c0", pad0="pad0", condition="id = k", type="inner") |
| MergeSort(sort="id ASC") |
| LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql="SELECT * FROM `sbtest1` ORDER BY `id`") |
| UnionAll(concurrent=true) |
| LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql="SELECT * FROM `sbtest1` WHERE (`k` IN ('?'))") |
| HitCache:false |
+-------------------------------------------------------------------------------------------------------------------------------+
7 rows in set (0.01 sec)
BKAJoin 的计划内容与 NlJoin 相同,这两个操作符命名不同,旨在告知执行器以何种方法执行 JOIN 操作。另外,以上执行计划中右表的 LogicalView 中 k IN ('?')
是优化器构建出来的对右表的IN查询模板。
LogicalModifyView
如上文介绍,LogicalView 表示从底层数据源获取数据的操作符,与之对应的,LogicalModifyView 表示对底层数据源的修改操作符,其中也会记录一个 SQL 语句,该 SQL 可能是 INSERT、UPDATE 或者 DELETE。
mysql> explain update sbtest1 set c='Hello, DRDS' where id > 1000;
+--------------------------------------------------------------------------------------------------------------------------------+
| LOGICAL PLAN |
+--------------------------------------------------------------------------------------------------------------------------------+
| LogicalModifyView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql="UPDATE `sbtest1` SET `c` = ? WHERE (`id` > ?)") |
| HitCache:false |
+--------------------------------------------------------------------------------------------------------------------------------+
2 rows in set (0.03 sec)
mysql> explain delete from sbtest1 where id > 1000;
+-------------------------------------------------------------------------------------------------------------------------+
| LOGICAL PLAN |
+-------------------------------------------------------------------------------------------------------------------------+
| LogicalModifyView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql="DELETE FROM `sbtest1` WHERE (`id` > ?)") |
| HitCache:false |
+-------------------------------------------------------------------------------------------------------------------------+
2 rows in set (0.03 sec)
LogicalModifyView 查询计划的内容与 LogicalView 类似,包括下发的物理分表,分表数以及 SQL 模版。同样,由于开启了 PlanCache,对 SQL 做了参数化处理,SQL 模版中的常量会用 ?
替换。
PhyTableOperation
PhyTableOperation 表示对某个物理分表执行一个操作。该操作符目前仅用于 INSERT INTO ... VALUES ...。
mysql> explain insert into sbtest1 values(1, 1, '1', '1'),(2, 2, '2', '2');
+--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| LOGICAL PLAN |
+--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| PhyTableOperation(tables="SYSBENCH_CORONADB_1526954857179TGMMSYSBENCH_CORONADB_VGOC_0000_RDS.[sbtest1_001]", sql="INSERT INTO ? (`id`, `k`, `c`, `pad`) VALUES(?, ?, ?, ?)", params="`sbtest1_001`,1,1,1,1") |
| PhyTableOperation(tables="SYSBENCH_CORONADB_1526954857179TGMMSYSBENCH_CORONADB_VGOC_0000_RDS.[sbtest1_002]", sql="INSERT INTO ? (`id`, `k`, `c`, `pad`) VALUES(?, ?, ?, ?)", params="`sbtest1_002`,2,2,2,2") |
| |
| HitCache:false |
+--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
4 rows in set (0.00 sec)
示例中,INSERT 插入两行数据,每行数据对应一个 PhyTableOperation 操作符,PhyTableOperation 操作符的内容包括三部分:
- tables:物理表名,仅有唯一一个物理表名。
- sql:SQL 模版,该 SQL 模版中表名和常量均被参数化,用
?
替换,对应的参数在随后的 params 中给出。 - params:SQL 模版对应的参数,包括表名和常量。
其他信息
HitCache
DRDS 会默认开启 PlanCache 功能,HitCache 用于告知用户当前查询是否命中 PlanCache。如下,第一次运行 HitCache 为 false,第二次运行为 true。
mysql> explain select * From sbtest1 where id > 1000;
+-----------------------------------------------------------------------------------------------------------------------+
| LOGICAL PLAN |
+-----------------------------------------------------------------------------------------------------------------------+
| UnionAll(concurrent=true) |
| LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql="SELECT * FROM `sbtest1` WHERE (`id` > ?)") |
| HitCache:false |
+-----------------------------------------------------------------------------------------------------------------------+
3 rows in set (0.01 sec)
mysql> explain select * From sbtest1 where id > 1000;
+-----------------------------------------------------------------------------------------------------------------------+
| LOGICAL PLAN |
+-----------------------------------------------------------------------------------------------------------------------+
| UnionAll(concurrent=true) |
| LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql="SELECT * FROM `sbtest1` WHERE (`id` > ?)") |
| HitCache:true |
+-----------------------------------------------------------------------------------------------------------------------+
3 rows in set (0.00 sec)
小结
以上介绍了 DRDS 5.3 的 EXPLAIN 命令,以及执行计划中每个操作符的含义,相信可以为用户调优 SQL 提供极大得便利。
DRDS 5.3 已经在阿里云正式上线,除全新设计的执行计划外,性能也有大幅提升,并支持原生事务、Outline 和 Plan Cache 等功能。后续支持复杂查询的只读实例、回收站、基于事务的广播表写入等功能也将相继上线,敬请期待。
欢迎大家持续关注 DRDS(阿里云分布式关系型数据库服务),详情:https://www.aliyun.com/product/drds。