徐锦洪 发表于 2025-1-8 13:45:44

【GreatSQL优化器-09】make_join_query_block

【GreatSQL优化器-09】make_join_query_block

一、make_join_query_block先容

GreatSQL优化器对于多张表join的连接顺序在前面的章节先容过的best_access_path函数已经执行了,接着就是把where条件举行切割然后推给合适的表。这个过程就是由函数make_join_query_block来执行的。
下面用几个简朴的例子来说明join连接中条件推送是什么。
CREATE TABLE t1 (c1 INT PRIMARY KEY, c2 INT,date1 DATETIME);
INSERT INTO t1 VALUES (1,10,'2021-03-25 16:44:00.123456'),(2,1,'2022-03-26 16:44:00.123456'),(3,4,'2023-03-27 16:44:00.123456'),(5,5,'2024-03-25 16:44:00.123456'),(7,null,'2020-03-25 16:44:00.123456'),(8,10,'2020-10-25 16:44:00.123456'),(11,16,'2023-03-25 16:44:00.123456');
CREATE TABLE t2 (cc1 INT PRIMARY KEY, cc2 INT);
INSERT INTO t2 VALUES (1,3),(2,1),(3,2),(4,3),(5,15);
CREATE TABLE t3 (ccc1 INT, ccc2 varchar(100));
INSERT INTO t3 VALUES (1,'aa1'),(2,'bb1'),(3,'cc1'),(4,'dd1'),(null,'ee');
CREATE INDEX idx1 ON t1(c2);
CREATE INDEX idx2 ON t1(c2,date1);
CREATE INDEX idx2_1 ON t2(cc2);
CREATE INDEX idx3_1 ON t3(ccc1);下面这个例子((t1.c1 = t3.ccc1) or (t3.ccc1 < 3))条件推送给t1
greatsql> EXPLAIN FORMAT=TREE SELECT * FROM t1 join t3 ON t1.c1=t3.ccc1 or t3.ccc1<3;
+-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| EXPLAIN                                                                                                                                                                                                                                                         |
+-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| -> Filter: ((t1.c1 = t3.ccc1) or (t3.ccc1 < 3))(cost=5.26 rows=35)
    -> Inner hash join (no condition)(cost=5.26 rows=35)
      -> Index scan on t1 using idx2(cost=0.34 rows=7)
      -> Hash
            -> Table scan on t3(cost=0.75 rows=5)
|
+-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
1 row in set (0.00 sec)下面例子(t1.c1 < 3)条件推给t1,(ccc1=t1.c1)条件推给t3
greatsql> EXPLAIN FORMAT=TREE SELECT * FROM t1 join t3 ON t1.c1=t3.ccc1 and t3.ccc1<3;
+----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| EXPLAIN                                                                                                                                                                                                                        |
+----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| -> Nested loop inner join(cost=2.40 rows=2)
    -> Filter: (t1.c1 < 3)(cost=1.70 rows=2)
      -> Index scan on t1 using idx2(cost=1.70 rows=7)
    -> Index lookup on t3 using idx3_1 (ccc1=t1.c1)(cost=0.30 rows=1)
|
+----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+下面例子((t3.ccc1 = t1.c2) or (t3.ccc1 is null) or (t3.ccc2 like 'a%'))条件推给t3,(((t3.ccc1 = t1.c2) and (t2.cc1 = t1.c1)) or (t3.ccc1 is null) or (t3.ccc2 like 'a%'))条件推给t2
greatsql> EXPLAIN SELECT * FROM t2,t1,t3 WHERE t1.c1=t2.cc1 AND t1.c2=t3.ccc1 OR t3.ccc1 IS NULL OR t3.ccc2 LIKE 'a%';
| -> Filter: (((t3.ccc1 = t1.c2) and (t2.cc1 = t1.c1)) or (t3.ccc1 is null) or (t3.ccc2 like 'a%'))(cost=14.27 rows=85)
    -> Inner hash join (no condition)(cost=14.27 rows=85)
      -> Index scan on t2 using idx2_1(cost=0.09 rows=5)
      -> Hash
            -> Filter: ((t3.ccc1 = t1.c2) or (t3.ccc1 is null) or (t3.ccc2 like 'a%'))(cost=4.70 rows=17)
                -> Inner hash join (no condition)(cost=4.70 rows=17)
                  -> Table scan on t3(cost=0.07 rows=5)
                  -> Hash
                        -> Index scan on t1 using idx2(cost=0.95 rows=7)二、make_join_query_block代码解释

make_join_query_block函数通过join表顺序和每张表的table_map属性以及cond条件的属性来决定cond条件添加到哪张表,而且可能会重新对表的索引举行check找出cost更低的索引,下面是代码解析。
bool JOIN::optimize() {
make_join_query_block();
}

static bool make_join_query_block(JOIN *join, Item *cond) {
for (uint i = join->const_tables; i < join->tables; i++) {
      // 这四个变量说明见表一
      JOIN_TAB *const tab = join->best_ref;
      const plan_idx first_inner = tab->first_inner();
      const table_map used_tables = tab->prefix_tables();
      const table_map current_map = tab->added_tables();
      if (cond)
      // 这里通过table_map属性决定了是否给这个表添加条件,见下面表二、表四和表五说明
      tmp = make_cond_for_table(thd, cond, used_tables, current_map, false);
   // 如果recheck_reason=true,这里需要重新做一次确认,找出cost最低的索引。见表六
      if (recheck_reason)
      test_if_order_by_key();
      test_if_cheaper_ordering();
      test_quick_select();
      }
      /* Add conditions added by add_not_null_conds(). */
      if (and_conditions(&tmp, tab->condition())) return true;
      if (join->attach_join_conditions(i)) return true;
}
}
// 条件添加基本原则是条件带有表列的添加到该表,但是如果属性不一致的话也不会添加,只会添加到最后一张表。具体解释见下面实际例子。表一:上面四个变量解释
变量解释说明tab当前检测是否需要加条件的表这里是排序后的表first_inner多张表join的时候排序后的第一张表比方:SELECT * FROM t1 LEFT OUTER JOIN (t2 JOIN t3) ON Xused_tables包括当前表以及之前的左连接表的信息如果该值=0代表所有表,used_tables信息在之前的set_prefix_tables()获得current_map当前检测表信息包罗被添加的一些信息表二:make_cond_for_table()动作
场景解释返回AND条件遍历Item_cond包罗的所有list,判断list是否有包罗该表左连接的表的列,有的话到场新的Item_cond_andnew Item_cond_andOR条件遍历Item_cond包罗的所有list,判断list是否有包罗该表左连接的表的列,有的话到场新的Item_cond_ornew Item_cond_or其他Item如果条件没有涉及左连接的表,或者给所有表添加条件cond->is_expensive()nullptr(无条件)其他Item如果条件涉及左连接的表而且item与表的属性一致(见表四)该Item条件表三:is_expensive_processor()函数
Itemis_expensive说明Item_udf_functrue这个Item作为条件不会添加到所有join表内里Item_func_sptrue这个Item作为条件不会添加到所有join表内里普通Itemfalse这个Item作为条件可能会添加到join表内里表四:Item的table_map属性
table_map利用的Item说明举例INNER_TABLE_BITItem_trigger_field,Item_sp_variable,Item_param,Item_func_connection_id,Item_func_get_system_var,Item_func_user,Item_load_file, Item_func_sp,Item_func_get_user_var确定的常量,在表每行都一样f1(1)@@optimizer_search_depthOUTER_REF_TABLE_BITItem_field,Item_ref,Item_view_ref,Item_outer_ref内部field需要外部query block的item信息select (select t1.a from t1 as t2 limit 1) from t1 group by t1.pk,t1.a就是OUTER_REF_TABLE_BITRAND_TABLE_BITItem_func_rand,Item_func_sleep,Item_func_uuid,Item_func_sysdate_local,Item_func_reject_if,Item_func_sp,Item_func_get_user_var不确定的,表每行都要换数据,非只有一行表,跟INNER_TABLE_BIT相反f1(t1.c1)PSEUDO_TABLE_BITS包罗以上三个表五:表连接添加的属性
table_map第一张表中间的表最后一张表INNER_TABLE_BITyes无无OUTER_REF_TABLE_BITallow_outer_refs无无RAND_TABLE_BIT无无yes表六:表的索引是否要重新check
recheck_reason说明DONT_RECHECK没有索引的表不需要重新checkNOT_FIRST_TABLE不是第一张表需要重新checkLOW_LIMIT带有limit语句的sql需要重新check三、实际例子说明

接下来看几个例子来说明上面的代码。
首先看一下最后确定的连接顺序,为t1,t3,t2,因为条件不带有RAND_TABLE_BIT的Item,因此最后是按照cond含有的列推送给对应表来实现的。
例子一:
greatsql> EXPLAIN SELECT * FROM t2,t1,t3 WHERE t1.c1=t2.cc1 AND t1.c2=t3.ccc1 OR t3.ccc1 IS NULL OR t3.ccc2 LIKE 'a%';
+----+-------------+-------+------------+-------+-------------------+--------+---------+------+------+----------+---------------------------------------------------------+
| id | select_type | table | partitions | type| possible_keys   | key    | key_len | ref| rows | filtered | Extra                                                   |
+----+-------------+-------+------------+-------+-------------------+--------+---------+------+------+----------+---------------------------------------------------------+
|1 | SIMPLE      | t1    | NULL       | index | PRIMARY,idx1,idx2 | idx2   | 11      | NULL |    7 |   100.00 | Using index                                             |
|1 | SIMPLE      | t3    | NULL       | ALL   | idx3_1            | NULL   | NULL    | NULL |    5 |    48.80 | Using where; Using join buffer (hash join)            |
|1 | SIMPLE      | t2    | NULL       | index | PRIMARY         | idx2_1 | 5       | NULL |    5 |   100.00 | Using where; Using index; Using join buffer (hash join) |
+----+-------------+-------+------------+-------+-------------------+--------+---------+------+------+----------+---------------------------------------------------------+表一:是否把cond条件推送给表
CONDt1t3t2(t1.c1=t2.cc1)nonoyes(t3.ccc1 = t1.c2)noyesyes(t3.ccc1 is null)noyesyes(t3.ccc2 like 'a%')noyesyes注:这里的中括号代表当前检测表的左连接表,中括号右边就是当前正在检测的表
表二:表的table_map值
CONDt1t3t2best_ref->table_ref->map()0x0100x1000x001best_ref->prefix_tables()INNER_TABLE_BIT+ OUTER_REF_TABLE_BIT+0x010INNER_TABLE_BIT+ OUTER_REF_TABLE_BIT+0x010+0x100INNER_TABLE_BIT+OUTER_REF_TABLE_BIT +RAND_TABLE_BIT+0x010+0x100+0x001best_ref->added_tables()INNER_TABLE_BIT+ OUTER_REF_TABLE_BIT+0x0100x100RAND_TABLE_BIT+0x001注:这里的INNER_TABLE_BIT和OUTER_REF_TABLE_BIT在函数JOIN::set_prefix_tables()默认加上了
看一下结果是否符合预期,确实如上表所述。这里看到又执行了一次test_quick_select()来确定走哪个索引。
"attaching_conditions_to_tables": {
            "original_condition": "(((`t3`.`ccc1` = `t1`.`c2`) and (`t2`.`cc1` = `t1`.`c1`)) or (`t3`.`ccc1` is null) or (`t3`.`ccc2` like 'a%'))",
            "attached_conditions_computation": [
                {
                  "table": "`t2`",
                  "rechecking_index_usage": { 这里对索引重新做了一次check
                  "recheck_reason": "not_first_table",
                  "range_analysis": {
                      "table_scan": {
                        "rows": 5,
                        "cost": 3.6
                      },
                      "potential_range_indexes": [
                        {
                        "index": "PRIMARY",
                        "usable": true,
                        "key_parts": [
                            "cc1"
                        ]
                        },
                        {
                        "index": "idx2_1",
                        "usable": false,
                        "cause": "not_applicable"
                        }
                      ],
                      "best_covering_index_scan": {
                        "index": "idx2_1",
                        "cost": 0.751098,
                        "chosen": true
                      },
                      "setup_range_conditions": [
                      ],
                      "group_index_range": {
                        "chosen": false,
                        "cause": "not_single_table"
                      },
                      "skip_scan_range": {
                        "chosen": false,
                        "cause": "not_single_table"
                      }
                  }
                  }
                }
            ],
            "attached_conditions_summary": [
                {
                  "table": "`t1`",
                  "attached": null
                },
                {
                  "table": "`t3`",
                  "attached": "((`t3`.`ccc1` = `t1`.`c2`) or (`t3`.`ccc1` is null) or (`t3`.`ccc2` like 'a%'))"
                },
                {
                  "table": "`t2`",
                  "attached": "(((`t3`.`ccc1` = `t1`.`c2`) and (`t2`.`cc1` = `t1`.`c1`)) or (`t3`.`ccc1` is null) or (`t3`.`ccc2` like 'a%'))"
                }
            ]
            }
          },
          {
            "finalizing_table_conditions": [
            {
                "table": "`t3`",
                "original_table_condition": "((`t3`.`ccc1` = `t1`.`c2`) or (`t3`.`ccc1` is null) or (`t3`.`ccc2` like 'a%'))",
                "final_table_condition   ": "((`t3`.`ccc1` = `t1`.`c2`) or (`t3`.`ccc1` is null) or (`t3`.`ccc2` like 'a%'))"
            },
            {
                "table": "`t2`",
                "original_table_condition": "(((`t3`.`ccc1` = `t1`.`c2`) and (`t2`.`cc1` = `t1`.`c1`)) or (`t3`.`ccc1` is null) or (`t3`.`ccc2` like 'a%'))",
                "final_table_condition   ": "(((`t3`.`ccc1` = `t1`.`c2`) and (`t2`.`cc1` = `t1`.`c1`)) or (`t3`.`ccc1` is null) or (`t3`.`ccc2` like 'a%'))"
            }
            ]
          },
          {
            "refine_plan": [
            {
                "table": "`t1`"
            },
            {
                "table": "`t3`"
            },
            {
                "table": "`t2`"
            }
            ]
          }
      ]
      }
    }如果条件带有RAND_TABLE_BIT的Item,那么纵然cond带有表的列,也不会推送给对应的表,而是推送到最后一张表。看下面的t1.c1 < rand()这个条件。
例子二:
greatsql> SELECT * FROM t2,t1,t3 WHERE t1.c1=t2.cc1 AND t1.c2=t3.ccc1 OR t3.ccc1 IS NULL AND t1.c1 < rand();
            "attached_conditions_summary": [
                {
                  "table": "`t1`",
                  "attached": null
                },
                {
                  "table": "`t3`",
                  "attached": "((`t3`.`ccc1` = `t1`.`c2`) or (`t3`.`ccc1` is null))"
                },
                {
                  "table": "`t2`",
                  "attached": "(((`t3`.`ccc1` = `t1`.`c2`) and (`t2`.`cc1` = `t1`.`c1`)) or ((`t3`.`ccc1` is null) and (`t1`.`c1` < rand())))"看到条件t1.c1 < rand()没有推送给t1而是推送到最后一张表t2去了
                }
            ]
            }
          },
          {
            "finalizing_table_conditions": [
            {
                "table": "`t3`",
                "original_table_condition": "((`t3`.`ccc1` = `t1`.`c2`) or (`t3`.`ccc1` is null))",
                "final_table_condition   ": "((`t3`.`ccc1` = `t1`.`c2`) or (`t3`.`ccc1` is null))"
            },
            {
                "table": "`t2`",
                "original_table_condition": "(((`t3`.`ccc1` = `t1`.`c2`) and (`t2`.`cc1` = `t1`.`c1`)) or ((`t3`.`ccc1` is null) and (`t1`.`c1` < rand())))",
                "final_table_condition   ": "(((`t3`.`ccc1` = `t1`.`c2`) and (`t2`.`cc1` = `t1`.`c1`)) or ((`t3`.`ccc1` is null) and (`t1`.`c1` < rand())))"
            }
            ]
          },
          {
            "refine_plan": [
            {
                "table": "`t1`"
            },
            {
                "table": "`t3`"
            },
            {
                "table": "`t2`"
            }看一下每张表的属性:
CONDt1t3t2best_ref->table_ref->map()0x0100x1000x001best_ref->prefix_tables()INNER_TABLE_BIT+ OUTER_REF_TABLE_BIT+0x010INNER_TABLE_BIT+ OUTER_REF_TABLE_BIT+0x010+0x100INNER_TABLE_BIT+OUTER_REF_TABLE_BIT +RAND_TABLE_BIT+0x010+0x100+0x001best_ref->added_tables()INNER_TABLE_BIT+ OUTER_REF_TABLE_BIT+0x0100x100RAND_TABLE_BIT+0x001四、总结

从上面优化器最早的步骤我们认识了make_join_query_block函数的作用,知道了通过join表顺序和每张表的table_map属性以及cond条件的属性来决定cond条件添加到哪张表,而且可能会重新对表的索引举行check找出cost更低的索引,需要留意的是有的带有表列的条件不会被添加到对应表,因为Item的属性跟表的属性不一致所以最后只会被添加到最后一张join表。

Enjoy GreatSQL
免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!更多信息从访问主页:qidao123.com:ToB企服之家,中国第一个企服评测及商务社交产业平台。
页: [1]
查看完整版本: 【GreatSQL优化器-09】make_join_query_block