OpenPie 拓数派
已结束2024 美国 Postgres Conference 大会丨一文详解拓数派干货演讲精华内容
活动时间:2024-04-18 00:00:00 ~ 2024-04-20 08:00:00
活动地点:美国圣何塞

4月17日-19日,全球规模最大的 PostgreSQL 会议之一——Postgres Conference 2024 在美国 San Jose 隆重举行,本届大会包含 Ops、Dev、Essentials 和 Google Cloud 四个 Track,话题围绕 PostgreSQL 内核、数据库管理与应用、用户实例与经验等主题展开,邀请了来自谷歌、AWS、EDB、Yugabyte、DBeaver 等企业的资深讲师出席大会。拓数派凭借其强大的国际技术社区影响力,受邀作为会议赞助商参与本次盛会,并发表技术演讲。


在大会中,PieCloudDB 技术专家 Richard Guo 作为新 PostgreSQL Contributor,受邀发表技术演讲《A high-level introduction to the query planner in PostgreSQL》,结合 PieCloudDB Database 优化器打造经验,从开发者的角度阐述 PostgreSQL 优化器的工作原理,并详细介绍查询树转换为计划树的过程。Richard 的演讲得到了参会观众的积极反馈,并进行了深入的互动和沟通。


数据库管理系统(DBMS)中,SQL 查询处理是一个复杂且关键的过程。对于 PostgreSQL,一条 SQL 语句从接收到执行一共需要经过下面五个主要步骤:


  • 解析(Parser):负责检查语法错误并生成解析树(parser tree);
  • 分析(Analyzer):根据解析树进行语义分析,生成一棵查询树(query tree);
  • 重写(Rewriter):按照系统存在的规则对查询树进行重写;
  • 规划/优化(Planner):基于查询树生成一棵执行效率最高的计划树(plan tree);
  • 执行(Executor):按照计划树中的顺序访问表和索引,执行相应查询。


对于同一个查询语句,一般可以由多种方式去执行,查询优化器作为数据库的重要组件,它的作用就是从每一种可能的执行方式中,找到代价最小的查询计划,并把它转换成可执行的计划树。


下面将着重介绍 PostgreSQL 查询处理过程中的规划/优化阶段,这也是整个流程中最重要以及最复杂的阶段。该过程一般被分为四个阶段:预处理阶段,扫描/连接优化阶段,扫描/连接之外的优化阶段以及后处理阶段。


1. 预处理阶段


在预处理阶段的早期一般会通过简化常量表达式(函数、布尔、CASE 等)、内联简单的 SQL 函数等方式,尽可能的简化查询。同时,还会通过把 IN, EXISTS 等类型的子查询转换为半连接、提升子查询以及把消除外连接(将其转换为内连接或反连接)等操作来简化连接树。


除了这些方法,在预处理阶段的后期还会采用多种优化方式,包括:


  • 分发 WHERE 和 JOIN/ON 约束条件
  • 构建等价类
  • 收集关于连接顺序限制的信息
  • 消除无用连接
  • ...


2. 扫描/连接优化阶段


扫描/连接优化阶段主要处理查询语句中 FROM 和 WHERE 部分,同时也会考虑 ORDER BY 的信息。这一部分都是由代价来驱动的。


该阶段首先为基表确定扫描路径,估计扫描路径的代价,然后利用动态规划和遗传算法,搜索整个连接顺序空间,生成连接路径。而在搜索连接顺序空间时,还需要考虑到由外连接带来的连接顺序的限制。


在动态规划中,连接搜索会按照如下的过程进行:


  • 首先为每一个基表生成扫描路径
  • 为所有可能的两个表的连接生成连接路径
  • 为所有可能的三个表的连接生成连接路径
  • 为所有可能的四个表的连接生成连接路径
  • ...
  • 直到所有基表都连接在了一起


然而这个过程的代价是非常高的,n 个表的连接,理论上有 n! 个不同的连接顺序,遍历所有可能的连接顺序是不现实的。因此通常会使用一些启发式办法,减少搜索空间,对于不存在连接条件的表,尽量不做连接;把一个大的问题,分解成多个子问题,从而降低复杂度。


3. 扫描/连接之外的优化阶段


在该阶段优化器会优先处理 GROUP BY、聚集、窗口函数和 DISTINCT,再对集合(UNION/INTERSECT/EXCEPT)操作进行处理,最后再处理 ORDER BY。以上的每个步骤都会产生一个或多个路径,优化器会对这些路径基于代价进行筛选,并为筛选出的路径添加 LockRows,Limit 和 ModifyTable 节点。


4. 后处理阶段


在这一阶段,优化器需要把代价最小的路径转换成计划树,并且调整计划树中的一些细节:


  • 展平子查询的范围表
  • 把上层计划节点中的变量变成 OUTER_VAR 或 INNER_VAR 的形式,来指向子计划的输出
  • 删除不必要的 SubqueryScan、Append、MergeAppend 等节点


做完这一步,优化器就得到了完整的计划树,并可以将该计划树交予执行器去执行,最终得到查询结果。


作为立足中国的高科技创新企业,拓数派近年来通过代码贡献、讲师布道、会议赞助与参与、生态合作等多种形式,深耕于国际开源技术与生态体系。未来,拓数派将不断拓宽国际视野,积极融入全球科技创新的浪潮,扩大国际影响力,打造为国际化的技术驱动型企业。

附件下载
PostgreSQL 查询优化器解析
活动视频
Postgres Conference 2024丨PostgreSQL 查询优化器解析
技术文章
暂无内容