優(yōu)化SQL語(yǔ)句中的物理查詢(xún)方法分享

申請(qǐng)免費(fèi)試用、咨詢(xún)電話(huà)：400-8352-114

from tab1, tab2

where tab1.id = tab2.id and tab1.col1 = 123 and tab2.col1 = 'abc'

照你所述的執(zhí)行順序，先要tab1和tab2進(jìn)行笛卡爾乘積，再按照tab1.col1 = 123 and tab2.col1 = 'abc‘進(jìn)行篩選。這樣的話(huà)，效率豈不是很低，數(shù)據(jù)庫(kù)有這么愚蠢嗎？

我想很多人都會(huì)有這個(gè)疑問(wèn)，包括我在最初學(xué)習(xí)的時(shí)候也提出過(guò)這樣的問(wèn)題。那么，我的這篇文章就結(jié)合這個(gè)問(wèn)題來(lái)討論一下SQL Server的物理查詢(xún)處理。首先我們必須明白邏輯處理和物理處理和區(qū)別，邏輯處理是指執(zhí)行一個(gè)查詢(xún)應(yīng)該產(chǎn)生什么樣的結(jié)果，那么邏輯查詢(xún)的各個(gè)階段就是這個(gè)查詢(xún)從邏輯上執(zhí)行的先后順序，依照這個(gè)先后順序就能得到正確的結(jié)果，正如我們做四則混合運(yùn)算一樣，先乘除后加減才能得到正確結(jié)果。

所以說(shuō)邏輯查詢(xún)只關(guān)心產(chǎn)生一個(gè)我們期望的、正確的結(jié)果，它并不關(guān)心產(chǎn)生這個(gè)結(jié)果需要多少的資源消耗。而物理處理就是怎么得到這個(gè)結(jié)果，這個(gè)時(shí)候才會(huì)考慮性能問(wèn)題。下面我們就討論下怎么執(zhí)行這個(gè)物理處理的。

當(dāng)一個(gè)查詢(xún)到達(dá)數(shù)據(jù)庫(kù)引擎的時(shí)候，數(shù)據(jù)庫(kù)引擎需要做的是執(zhí)行這個(gè)查詢(xún)的查詢(xún)計(jì)劃，那么這個(gè)時(shí)候就存在兩種情況，一種可能是這個(gè)查詢(xún)的查詢(xún)計(jì)劃已經(jīng)在緩存中，這種情況就直接執(zhí)行這個(gè)查詢(xún)計(jì)劃。另外一種情況就是在緩存中找不到該查詢(xún)的查詢(xún)計(jì)劃。沒(méi)有怎么辦？生成一個(gè)！怎么生成？

執(zhí)行計(jì)劃是在編譯階段生成的，編譯需要經(jīng)過(guò)三個(gè)步驟：分析、代數(shù)化（algebrization）、查詢(xún)優(yōu)化，看見(jiàn)沒(méi)有這里的查詢(xún)優(yōu)化過(guò)程就能解決上面的朋友提出的先笛卡爾集在篩選造成性能低的問(wèn)題。下面我就對(duì)這三個(gè)步驟作一個(gè)介紹。

第一步：分析是檢查語(yǔ)法并把SQL批處理轉(zhuǎn)化成分析樹(shù)的過(guò)程，如select * t1 where id in（1,2,3,4,5,6,7）在被分析樹(shù)分析后就展開(kāi)成了select * t1 where id=1 or id=2 or id=3 or id=4 or id=5 or id=6 or id=7 ,除此之外還有檢查語(yǔ)法是否正確的功能。

第二步：接下的過(guò)程是代數(shù)化（algebrization），這個(gè)階段使用SQL Server 2005的新組件algebrizer，algebrizer組件的主要功能是綁定，因此代數(shù)化過(guò)程通常稱(chēng)為綁定。這個(gè)階段是將第一步的分析樹(shù)作為輸入，生成被稱(chēng)為查詢(xún)處理器樹(shù)的輸出，用于查詢(xún)優(yōu)化。其實(shí)這個(gè)階段主要做幾個(gè)事情，

一：運(yùn)算符平展，簡(jiǎn)單的講就是把二元運(yùn)算符組合成N元運(yùn)算符，這里必須給出一個(gè)示例才能很好的解釋這個(gè)二元轉(zhuǎn)換成N元如第一步所示in操作展開(kāi)成了一連串的or運(yùn)算符，而分析器認(rèn)為這些or都是二元的，也就是說(shuō)它認(rèn)為第一個(gè)or 的左孩子是id=1,右孩子是 （id=2 or id=3 or id=4 or id=5 or id=6 or id=7 ）這個(gè)表達(dá)式，而右孩子又被認(rèn)為是二元的，如此一來(lái)就必須進(jìn)行一個(gè)遞歸過(guò)程。而運(yùn)算符平展過(guò)程則將這種二元運(yùn)算組合成n元運(yùn)算符，就避免了遞歸的過(guò)程。

二：名稱(chēng)解析，這個(gè)過(guò)程其實(shí)就是檢查這個(gè)查詢(xún)中出現(xiàn)的表或者是表的列是不是在數(shù)據(jù)庫(kù)中真實(shí)存在。以及在該查詢(xún)過(guò)程中是不是可見(jiàn)的。三：類(lèi)型派生，有點(diǎn)抽象，舉個(gè)例子就能理解了，比如union查詢(xún)吧，union左右兩邊查詢(xún)結(jié)果對(duì)應(yīng)位置的數(shù)據(jù)類(lèi)型應(yīng)該是一致的。四：聚合綁定和組分綁定，執(zhí)行完這個(gè)步驟后查詢(xún)處理器樹(shù)便生成了。

第三步：查詢(xún)優(yōu)化，這個(gè)過(guò)程由查詢(xún)優(yōu)化器組件來(lái)完成的。查詢(xún)中應(yīng)該以何種順序訪問(wèn)表，使用哪種方法和使用哪個(gè)索引，應(yīng)該由哪個(gè)聯(lián)接算法等都是由查詢(xún)優(yōu)化器組件來(lái)決定的，但是這個(gè)決定也不是隨意的，它必須滿(mǎn)足的前提條件是保證最后得到的結(jié)果集必須是正確的，也就是說(shuō)該結(jié)果集必須遵循邏輯處理的各個(gè)階段所得到的結(jié)果集相同。優(yōu)化器會(huì)嘗試該查詢(xún)的許多變體，一查找成本最低的計(jì)劃。

如果優(yōu)化器分析該查詢(xún)的元數(shù)據(jù)得知只有一個(gè)可執(zhí)行的計(jì)劃，那么它就不會(huì)再?lài)L試尋求更好的計(jì)劃，這個(gè)步驟叫做細(xì)微計(jì)劃優(yōu)化。如果沒(méi)有找到細(xì)微計(jì)劃優(yōu)化，SQL Server將執(zhí)行一些簡(jiǎn)化，簡(jiǎn)化就是對(duì)自身語(yǔ)法作一些轉(zhuǎn)換，比如在聯(lián)接前計(jì)算表的where篩選器，如前一篇描述的，邏輯查詢(xún)中where篩選總是在聯(lián)接之后計(jì)算，但是先計(jì)算where篩選器在聯(lián)接同樣能得到的正確的結(jié)果，而這樣的效率往往是更高的，所以在物理處理中where往往在join前執(zhí)行的，開(kāi)篇提到的那個(gè)問(wèn)題只是讀者未理解邏輯處理和物理處理的差別而已。

到此為止，物理處理的各個(gè)步驟也做了一個(gè)簡(jiǎn)要的敘述，總結(jié)下，無(wú)論是存儲(chǔ)過(guò)程還是即席查詢(xún)都是執(zhí)行的一個(gè)查詢(xún)計(jì)劃的副本，如果這個(gè)查詢(xún)計(jì)劃不存在的話(huà)就必須經(jīng)過(guò)編譯生成一個(gè)執(zhí)行計(jì)劃，在編譯階段必須經(jīng)過(guò)分析，綁定（代數(shù)化），查詢(xún)優(yōu)化這些過(guò)程，最終得到我們需要查找的結(jié)果。關(guān)于查詢(xún)優(yōu)化組件具體是怎么優(yōu)化查詢(xún)處理器樹(shù)的，我會(huì)在以后的篇幅作詳細(xì)介紹。（51CTO）