PostgreSQL逻辑优化—这样搭建整体架构

开辟者大年夜赛路演 | 12月16日，技巧立异，北京不见不散

PostgreSQL逻辑优化——如许搭建整体架构

一棵完成 transform 和 rewrite 操作的萌芽树是否是一棵最优的萌芽树？如不雅不是，那么竽暌怪该若何对该萌芽树进行优化？而优化所应用的策略恰是本文要评论辩论的重点内容，并且优化部分也是全部萌芽引擎的可贵。

子链接（SubLink）若何优化？子萌芽（SubQuery）又若何处理？对表达式（Expression）若何进行优化？若何寻找最优的萌芽筹划（Cheapest Plan）？哪些身分会影响 JOIN 策略（Join Strategies）的选择，而这些策略又是什么？萌芽价值（Cost）又是若何估算的？何时需对萌芽筹划进行物化（Plan Materialization）处理等一系列的问题。

在萌芽筹划的优化过程中，对不合的语句类型有着不合的处理策略：

（1）对对象类语句（例如，DML、DDL 语句），一向行更进一步的优化处理。

（2）当语句为非对象语句时，PostgreSQL 应用 pg_plan_queries 对语句进行优化。

与前面一样，PostreSQL 也供给定制化优化引擎接口，我们可以应用自定义优化器 planner_hook，或者应用标准化优化器 standard_planner。

Pg_plan_queries 的函数原型如下所示。

逻辑优化——整体架构介绍

在未应用第三方供给的优化器时，PostgreSQL 将 planner 函数作为优化的人口函数，并由函数 subquery_planner 来完成具体的优化操作。大年夜下图中的 Call Stack 我们可以看出 planner 与 subquery_planner 之间的调用关系。

在 standard_planner 中，起首处理 “DECLARE CURSOR stmt” 情势的语句，即竽暌刮标语句，并设置 tuple_fraction 值。那么 tuple_fraction 又是什么呢？

完查对 tuple_faction 的设置后，进入后续优化流程，subquery_planner 的函数原型如下所示。

这里也许你也许会困惑，为什么是 subquery_planner 呢？大年夜名字上看该函数像是用来处理子萌芽，那么为什么竽暌姑来作为全部萌芽语句优化的人口呢（Primary Entry Point）？

子萌芽语句作为萌芽语句的一部分，很大年夜程度上与父萌芽具有类似的构造，同时两者在处理方法和办法上也存在着必定的类似性：子萌芽的处理流程可以在对其父萌芽的过程中应用。例如，本例中的子萌芽语句 SELECT sno FROM student WHERE student.classno = sub.classno，其处理方法与全部萌芽语句一样。是以，应用 subquery_planner 作为我们萌芽优化的人口，固然大年夜函数名上来看其似乎是用于子萌芽语句的处理。

由 gram.y 中给出的 SelectStmt 的定义可以看出，个中包含了诸如 WINDOWS、HAVING、ORDER BY、GROUP BY 等子句。那du么 subquery_planner 函数似乎也应当有响应于这些语句的优化处理。就这点而言，subquery_planner 与原始语法树到萌芽树的转换所采取的处理方法类似。根据上述分析，我们可给出如下所示的 subquery_planner 的函数原型。

按照上述给出的原型，只要完成假定的 process_xxx 函数，就可以实现对萌芽语法树的优化工作。是不是认为很简单？当然不是，道理很简单，然则理论与实际还有必定的距离。

例如，若何处理萌芽中大年夜量出现的子链接？若何对 d 算子履行 “下推”？若何选择索引？若何选择 JOIN 策略？这些都须要我们细心处理。

函数以萌芽树作为输入参数，并以优化后语句作为返回值。

PostgreSQL 给出的 subquery_planner 如下所示。

tuple_fraction 描述我们期望获取的元组的比例，0 代表我们须要获取所有的元组；当 tuple_factionÎ(0,1) 时，注解我们须要大年夜知足前提的元组中掏出 tuple_faction 这么多比例的元组；当 tuple_factionÎ [1,+¥ ) 时，注解我们将按照所指定的元组数进行检索，例如，LIMIT 语句中所指定的元组数。

由 PostgreSQL 给出的实现可以看出，核心处理思惟与我们评论辩论的相一致：根据类型对萌芽语句进行分类处理。

这里须要留意的一点就是萌芽筹划的生成部分，PostgreSQL 将萌芽筹划的生成也归入 subquery_planner 中，但为了便利问题的评论辩论，我们并未将萌芽筹划的生成部分在 subquery_planner 中给出。我们将萌芽优化的重要步调总结如下：

处理 CTE 表达式，ss_process_ctes；上提子链接，pull_up_sublinks；FROM 子句中的内联函数，集合操作，RETURN 及函数处理，inline_set_returning_ functions；上提子萌芽，pull_up_subqueries；UNION ALL 语句处理，flatten_simple_union_all；处理 FOR UPDATE（row lock）情况，preprocess_rowmarks；持续表的处理，expand_inherited_tables；处理目标列（target list），preprocess_expression；处理 withCheckOptions，preprocess_expression；处理 RETURN 表达式，preprocess_expression；处理前提语句 - qual，preprocess_qual_conditions；处理 HAVING 子句，preprocess_qual_conditions；处理 WINDOW 子句，preprocess_qual_conditions；处理 LIMIT OFF 子句，preprocess_qual_conditions；WHERE 和 HAVING 子句中的前提归并，如不雅存在能归并的 HAVING 子句则将其归并到 WHERE 前提中，不然保存在 HAVING 子句中；清除外连接（Outer Join）中的冗余部分，reduce_outer_joins；生成萌芽筹划，grouping_planner。

1/2 1 2 下一页尾页

　　推荐阅读

　　如何在执行一个命令或程序之前就了解它会做什么

开辟者大年夜赛路演 | 12月16日，技巧立异，北京不见不散有没有想过在履行一个 Unix 敕令前就知道它干些什么呢？并不是每小我都邑知道一个特定的敕令或者法度榜样将会做什么。当然，你可以>>>详细阅读

本文标题：PostgreSQL逻辑优化—这样搭建整体架构

地址：http://www.17bianji.com/lsqh/39716.html

1/2 1