SQLite查询处理及优化

http://edu.codepub.com/2010/1125/27429.php

查询处理及优化是关系数据库得以流行的根本原因,也是关系数据库系统最核心的技术之一。SQLite的查询处理模块非常的精致,而且很容易移植到不支持SQL的存储引擎,Berkeley DB最新的版本已经将其完整的移植过来。本文将简要
查询处理及优化是关系数据库得以流行的根本原因,也是关系数据库系统最核心的技术之一。SQLite的查询处理模块非常的精致,而且很容易移植到不支持SQL的存储引擎,Berkeley DB最新的版本已经将其完整的移植过来。本文将简要的讨论一下SQLite的查询处理及优化。
     查询处理一般来说,包括词法分析、语法分析、语义分析、生成执行计划以及计划的执行几个部分。SQLite的词法分析器是手工写的,语法分析器由Lemon生成,语义分析主要的进行语义方面的一些检查,比如table是否存在等。而执行计划的生成及执行是最核心的两部分,也是相对比较复杂、有点技术含量的东西。SQLite的执行计划采用了虚拟机的思想,实际上,这种基于虚拟机的思想并非SQLite所独有,但是,SQLite将其发挥到了极致,它生成的执行计划非常详细,而且很容易读(在这里,我不得不佩服D. Richard Hipp在编译理论方面的功底)。
1、语法分析——语法树
词法分析本身比较简单,这里就不谈了。语法分析的主要任务就是对用户输入的SQL语句进行语法检查,然后生成一个包含所有信息的语法树。对于SELECT语句,这个语法树最终由结构体Select表示:

代码
struct Select {
  ExprList *pEList;      /* The fields of the result */
  u8 op;                 /* One of: TK_union   TK_ALL TK_INTERSECT TK_EXCEPT */
  char affinity;         /* MakeRecord with this affinity for SRT_Set */
  u16 selFlags;          /* Various SF_* values */
  SrcList *pSrc;         /* The FROM clause */
  Expr *pWhere;          /* The WHERE clause */
  ExprList *pGroupBy;    /* The GROUP BY clause */
  Expr *pHaving;         /* The HAVING clause */
  ExprList *pOrderBy;    /* The ORDER BY clause */
  Select *pPrior;        /* Prior select in a compound select statement */
  Select *pNext;         /* Next select to the left in a compound */
  Select *pRightmost;    /* Right-most select in a compound select statement */
  Expr *pLimit;          /* LIMIT expression. NULL means not used. */
  Expr *pOffset;         /* OFFSET expression. NULL means not used. */
  int iLimit, iOffset;   /* Memory registers holding LIMIT & OFFSET counters */
  int addrOpenEphm[3];   /* OP_OpenEphem opcodes related to this select */
};
 该结构体比较简单,但要注意几个字段。pEList输出结果列的语法树;pSrc为FROM子句语法树;pWhere为WHERE部分的语法树。

select语法分析在最终在sqlite3SelectNew中完成:

代码
Select *sqlite3SelectNew(
  Parse *pParse,        /* Parsing context */
  ExprList *pEList,     /* which columns to include in the result */
  SrcList *pSrc,        /* the FROM clause -- which tables to scan */
  Expr *pWhere,         /* the WHERE clause */
  ExprList *pGroupBy,   /* the GROUP BY clause */
  Expr *pHaving,        /* the HAVING clause */
  ExprList *pOrderBy,   /* the ORDER BY clause */
  int isDistinct,       /* true if the DISTINCT keyword is present */
  Expr *pLimit,         /* LIMIT value.  NULL means not used */
  Expr *pOffset         /* OFFSET value.  NULL means no offset */
){
  Select *pNew;
  Select standin;
  sqlite3 *db = pParse->db;
  pNew = sqlite3DbMallocZero(db, sizeof(*pNew) );
  assert( db->mallocFailed || !pOffset || pLimit ); /* OFFSET implies LIMIT */
  if( pNew==0 ){
    pNew = &standin;
    memset(pNew, 0, sizeof(*pNew));
  }
  if( pEList==0 ){
    pEList = sqlite3ExprListAppend(pParse, 0, sqlite3Expr(db,TK_ALL,0));
  }
  pNew->pEList = pEList;
  pNew->pSrc = pSrc;
  pNew->pWhere = pWhere;
  pNew->pGroupBy = pGroupBy;
  pNew->pHaving = pHaving;
  pNew->pOrderBy = pOrderBy;
  pNew->selFlags = isDistinct ? SF_Distinct : 0;
  pNew->op = TK_SELECT;
  pNew->pLimit = pLimit;
  pNew->pOffset = pOffset;
  assert( pOffset==0 || pLimit!=0 );
  pNew->addrOpenEphm[0] = -1;
  pNew->addrOpenEphm[1] = -1;
  pNew->addrOpenEphm[2] = -1;
  if( db->mallocFailed ) {
    clearSelect(db, pNew);
    if( pNew!=&standin ) sqlite3DbFree(db, pNew);
    pNew = 0;
  }
  return pNew;
}

它主要就是将之前得到的各个子语法树汇总到Select结构体,并根据该结构,进行接下来语义分析及生成执行计划等工作。

来看个例子,这个例子贯穿于全文:

代码
 1 explain select s.sname,c.cname,sc.grade from students s join sc join course c on s.sid=sc.sid and sc.cid = c.cid;
 2 0|Trace|0|0|0||00|
 3 1|Goto|0|35|0||00|
 4 //(1)
 5 2|OpenRead|0|3|0|2|00|students #打开students表
 6 3|OpenRead|1|7|0|3|00|sc  #打开sc表
 7 4|OpenRead|3|8|0|keyinfo(2,BINARY,BINARY)|00|sqlite_autoindex_sc_1 #sc的索引
 8 5|OpenRead|2|5|0|2|00|course #course表
 9 6|OpenRead|4|6|0|keyinfo(1,BINARY)|00|sqlite_autoindex_course_1 #course的索引
10 //(2)//
11 7|Rewind|0|29|0||00| #将游标p0定位到students表的第一条记录
12 8|Column|0|0|1||00|students.sid #取出第0列,写到r1
13 9|IsNull|1|28|0||00|
14 10|Affinity|1|1|0|d|00|
15 11|SeekGe|3|28|1|1|00| #将游标p3定位到sc索引的>=r1的记录处
16 12|IdxGE|3|28|1|1|01|
17 13|IdxRowid|3|2|0||00|
18 14|Seek|1|2|0||00|
19 15|Column|3|1|3||00|sc.cid #读取sc.cid到r3
20 16|IsNull|3|27|0||00|
21 17|Affinity|3|1|0|d|00|
22 18|SeekGe|4|27|3|1|00| #将游标p4定位到course索引的>=r3的记录处
23 19|IdxGE|4|27|3|1|01|
24 20|IdxRowid|4|4|0||00|
25 21|Seek|2|4|0||00|
26 ///(3)//
27 22|Column|0|1|5||00|students.sname #从游标p0取出第1列 (sname)
28 23|Column|2|1|6||00|course.cname #从游标p2取出第1列 (cname)
29 24|Column|1|2|7||00|sc.grade #从游标p1取出第2列(grade)
30 25|ResultRow|5|3|0||00|
31 ///(4)///
32 26|Next|4|19|0||00|
33 27|Next|3|12|0||00|
34 28|Next|0|8|0||01|
35 29|Close|0|0|0||00|
36 30|Close|1|0|0||00|
37 31|Close|3|0|0||00|
38 32|Close|2|0|0||00|
39 33|Close|4|0|0||00|
40 //(5)//
41 34|Halt|0|0|0||00|
42 35|Transaction|0|0|0||00|
43 36|VerifyCookie|0|7|0||00|
44 37|TableLock|0|3|0|students|00|
45 38|TableLock|0|7|0|sc|00|
46 39|TableLock|0|5|0|course|00|
47 40|Goto|0|2|0||00|
48
 来看看该SQL语句生成的语法树:

FROM部分:
第一个表项:

表名zName =”stduents”,zAlias=”s”,jointype = 0。
第二个表项:

注意,jointype = 1(JT_INNER)。
第三个表项:

注意,jointype = 1(JT_INNER)。
WHERE部分(结点类型为Expr的一棵二叉树):

2、生成执行计划(语法树到OPCODE)

Select的执行计划在sqlite3Select中完成:

int sqlite3Select(
  Parse *pParse,         /* The parser context */
  Select *p,             /* SELECT语法树 */
  SelectDest *pDest      /* 如果处理结果集 */
)

其实,该函数先对SQL语句进行语义分析,然后再进行优化,最后生成执行计划。

对于上面要SQL语句,生成的执行计划(虚拟机opcode)大致分成5部分,前4部分都在sqlite3Select()中生成,它主要调用了以下几个函数:

其中(1)、(2)在sqlite3WhereBegin()中生成,(2)即所谓的查询优化处理;(3)在 selectInnerLoop中生成;(4)在sqlite3WhereEnd中生成;(5)是sqlite3FinishCoding中完成的。后续章节,我将分别分析每一部分。

3、sqlite3WhereBegin
该函数是查询处理最为核心的函数,它主要完成where部分的优化及相关opcode的生成。

代码
WhereInfo *sqlite3WhereBegin(
  Parse *pParse,        /* The parser context */
  SrcList *pTabList,    /* A list of all tables to be scanned */
  Expr *pWhere,         /* The WHERE clause */
  ExprList **ppOrderBy, /* An ORDER BY clause, or NULL */
  u16 wctrlFlags        /* One of the WHERE_* flags defined in sqliteInt.h */
)
 pTabList是由分析器对FROM部分生成的语法树,它包含FROM中表的信息;pWhere是WHERE部分的语法树,它包含WHERE中所有表达式的信息;ppOrderBy 对应ORDER BY子句(暂不考虑)。

Sqlite的查询优化做得简单又精致。在一个简单的sqlite3WhereBegin函数中,完成所有的优化处理。查询优化的基本理念就是嵌套循环(nested loop),select语句的FROM子句的每个表对应一层循环(INSERT和UPDATE对应只有一个表SELECT语句)。例如,
SELECT * FROM t1, t2, t3 WHERE ...;
进行如下操作:

代码
foreach row1 in t1 do       /    Code generated
  foreach row2 in t2 do      |-- by sqlite3WhereBegin()
    foreach row3 in t3 do   /
      ...
    end                     /    Code generated
  end                        |-- by sqlite3WhereEnd()
end                         /

而对于每一层的优化,基本的理念就是对于该层循环的表,分析WHERE子句中是否有表达式能够使用其索引。

Sqlite有三种基本的扫描策略:

(1)全表扫描,这种情况通常出现在没有WHERE子句时;

(2)基于索引扫描,这种情况通常出现在表有索引,而且WHERE中的表达式又能够使用该索引的情况;

(3)基本rowid的扫描,这种情况通常出现在WHERE表达式中含有rowid的条件。该情况实际上也是对表进行的扫描。可以说,Sqlite以rowid为聚簇索引。

第一种情况比较简单,第三种情况与第二种情况没有什么本质的差别。所以,这里只对第二种情况进行详细讨论。

先来看看sqlite3WhereBegin的代码(去掉了一些无关紧要的代码):

代码
 1 /*分析where子句的所有表达式.如果表达式的形式为X <op> Y,则增加一个Y <op> X形式的虚Term,并在后面进行单独分析.
 2    * */
 3   exprAnalyzeAll(pTabList, pWC);
 4
 5   WHERETRACE(("*** Optimizer Start *** "));
 6   //优化开始
 7   for(i=iFrom=0, pLevel=pWInfo->a; i<nTabList; i++, pLevel++){
 8     WhereCost bestPlan;         /* Most efficient plan seen so far */
 9     Index *pIdx;                /* Index for FROM table at pTabItem */
10     int j;                      /* For looping over FROM tables */
11     int bestJ = -1;             /* The value of j */
12     Bitmask m;                  /* Bitmask value for j or bestJ */
13     int isOptimal;              /* Iterator for optimal/non-optimal search */
14
15     memset(&bestPlan, 0, sizeof(bestPlan));
16     bestPlan.rCost = SQLITE_BIG_DBL;
17
18     /*进行两次扫描:*/
19 //如果第一次扫描没有找到优化的扫描策略,此时,isOptimal ==0, bestJ ==-1,则进行第二次扫描
20     for(isOptimal=1; isOptimal>=0 && bestJ<0; isOptimal--){
21 //第一次扫描的mask ==0,表示所有表都已经准备好
22       Bitmask mask = (isOptimal ? 0 : notReady);
23       assert( (nTabList-iFrom)>1 || isOptimal );
24      
25       for(j=iFrom, pTabItem=&pTabList->a[j]; j<nTabList; j++, pTabItem++){
26         int doNotReorder;    /* True if this table should not be reordered */
27         WhereCost sCost;     /* Cost information from best[Virtual]Index() */
28         ExprList *pOrderBy;  /* ORDER BY clause for index to optimize */
29
30 //对于左连接和交叉连接,不能改变嵌套的顺序
31         doNotReorder =  (pTabItem->jointype & (JT_LEFT|JT_CROSS))!=0;
32        
33         if( j!=iFrom && doNotReorder ) //如果j == iFrom,仍要进行优化处理(此时,是第一次处理iFrom项)
34             break;
35         m = getMask(pMaskSet, pTabItem->iCursor);
36         if( (m & notReady)==0 ){//如果该pTabItem已经进行处理,则不需要再处理
37           if( j==iFrom )
38               iFrom++;
39           continue;
40         }
41         pOrderBy = ((i==0 && ppOrderBy )?*ppOrderBy:0);
42
43         {
44 //对一个表(pTabItem),找到它的可用于本次查询的最好的索引,sCost返回对应的代价
45           bestBtreeIndex(pParse, pWC, pTabItem, mask, pOrderBy, &sCost);
46         }
47           if( (sCost.used&notReady)==0
48          && (j==iFrom || sCost.rCost<bestPlan.rCost)
49         ){
50           bestPlan = sCost;
51           bestJ = j; //如果bestJ >=0,表示找到了优化的扫描策略
52         }
53         if( doNotReorder ) break;
54       }//end for
55     }//end for
56     WHERETRACE(("*** Optimizer selects table %d for loop %d ", bestJ,
57            pLevel-pWInfo->a));
58    
59     if( (bestPlan.plan.wsFlags & WHERE_ORDERBY)!=0 ){//不需要进行排序操作
60       *ppOrderBy = 0;
61     }
62 //设置该层选用的查询策略
63     andFlags &= bestPlan.plan.wsFlags;
64 pLevel->plan = bestPlan.plan;
65
66 //如果可以使用索引,则设置索引对应的游标的下标   
67     if( bestPlan.plan.wsFlags & WHERE_INDEXED ){
68       pLevel->iIdxCur = pParse->nTab++;
69     }else{
70       pLevel->iIdxCur = -1;
71     }
72     notReady &= ~getMask(pMaskSet, pTabList->a[bestJ].iCursor);
73     //该层对应的FROM的表项,即该层循环是对哪个表进行的操作.
74     pLevel->iFrom = (u8)bestJ;
75
76   }
77   //优化结束
78   WHERETRACE(("*** Optimizer Finished *** "));

优化部分的代码的基本的算法如下:

代码
foreach  level  in all_levels
  bestPlan.rCost = SQLITE_BIG_DBL
  foreach table in tables that not handled
  {
    计算where中表达式能使用其索引的策略及代价rCost
    If(sCost.rCost < bestPlan.rCost)
      bestPlan = sCost
  }
 level.plan = bestPlan

该算法本质上是一个贪婪算法(greedy algorithm)。
bestBtreeIndex是某个表针对where子句中的表达式分析查询策略的核心函数,后面再讨论。

对于我们的例子,经过上面的优化处理后,得到的查询策略分3层循环,最外层是students表,全表扫描;中间层是sc表,利用索引sqlite_autoindex_sc_1,即sc的key对应的索引;内层是course表,利用索引sqlite_autoindex_course_1。

下面,开始生成(1)、(2)两部分的opcode,其中(1)由以下几行代码生成:

代码
 1 //生成打开表的指令       
 2     if( (pLevel->plan.wsFlags & WHERE_IDX_ONLY)==0
 3          && (wctrlFlags & WHERE_OMIT_OPEN)==0 ){
 4         //pTabItem->iCursor为表对应的游标下标
 5       int op = pWInfo->okOnePass ? OP_OpenWrite : OP_OpenRead;
 6       sqlite3OpenTable(pParse, pTabItem->iCursor, iDb, pTab, op);
 7      }
 8
 9 //生成打开索引的指令
10     if( (pLevel->plan.wsFlags & WHERE_INDEXED)!=0 ){
11       Index *pIx = pLevel->plan.u.pIdx;
12       KeyInfo *pKey = sqlite3IndexKeyinfo(pParse, pIx);
13
14       int iIdxCur = pLevel->iIdxCur; //索引对应的游标下标
15   
16       sqlite3VdbeAddOp4(v, OP_OpenRead, iIdxCur, pIx->tnum, iDb,
17                         (char*)pKey, P4_KEYINFO_HANDOFF);
18       VdbeComment((v, "%s", pIx->zName));
19     }
20
 而(2)中的opcode在以下几行代码完成:

代码
notReady = ~(Bitmask)0;
  for(i=0; i<nTabList; i++){
    //核心代码,从最外层向最内层,为每一层循环生成opcode
    notReady = codeOneLoopStart(pWInfo, i, wctrlFlags, notReady);
    pWInfo->iContinue = pWInfo->a[i].addrCont;
  }

4、codeOneLoopStart
该函数根据优化分析得到的结果生成每层循环的opcode。

代码
static Bitmask codeOneLoopStart(
  WhereInfo *pWInfo,   /* Complete information about the WHERE clause */
  int iLevel,          /* Which level of pWInfo->a[] should be coded */
  u16 wctrlFlags,      /* One of the WHERE_* flags defined in sqliteInt.h */
  Bitmask notReady     /* Which tables are currently available */
)
 codeOneLoopStart针对5种不同的查询策略,生成各自不同的opcode:

代码
if( pLevel->plan.wsFlags & WHERE_ROWID_EQ ){ //rowid的等值查询
...
}else if( pLevel->plan.wsFlags & WHERE_ROWID_RANGE ){//rowid的范围查询
...
//使用索引的等值/范围查询
}else if( pLevel->plan.wsFlags & (WHERE_COLUMN_RANGE|WHERE_COLUMN_EQ) ){
...
}if( pLevel->plan.wsFlags & WHERE_MULTI_OR ){//or
...
}else{ //全表扫描
...
}
 先看全表扫描:

代码
1 static const u8 aStep[] = { OP_Next, OP_Prev };
2     static const u8 aStart[] = { OP_Rewind, OP_Last };
3     pLevel->op = aStep[bRev];
4     pLevel->p1 = iCur;
5     pLevel->p2 = 1 + sqlite3VdbeAddOp2(v, aStart[bRev], iCur, addrBrk); //生成OP_Rewind/OP_Last指令
6     pLevel->p5 = SQLITE_STMTSTATUS_FULLSCAN_STEP;
7
 非常简单,对于我们的例子,最外层循环students是全表扫描,生成指令7。

利用索引的等值/范围查询:
这种情况相对来说比较复杂(不过读懂了也很简单),对于我们的例子,中间循环sc表,用到索引,指令8~14是对应的opcode。内层循环course表也用到索引,指令15~21是对应的opcode。(具体的含义见其注释,其生成算法见源码)。
这里不得不提到一点。在通用数据库中,连接操作会生成所谓的结果集(用临时表存储)。而sqlite不会生成中间结果集,例如,对这里的例子,它会分别对students、sc和course各分配一个游标,每次调用接口sqlite3_step时,游标根据where条件分别定位到各自的记录,然后取出查询输出列的数据,放到用于存放结果的寄存器中(见(3)中的opcode)。所以,sqlite中,必须不断调用sqlite3_step才能读取所有记录。
 
 4、selectInnerLoop
该函数主要生成输出结果列的opcode,见(3),比较简单。

5、sqlite3WhereEnd
主要完成嵌套循环的收尾工作的opcode生成,为每层循环生成OP_Next/OP_Prev,以及关闭表和索引游标的OP_Close,也比较简单。

6、SQLite的代价模型
最后,来看看bestBtreeIndex,在这个函数中,完成查询代价的计算以及查询策略的确定。
SQLite采用基于代价的优化。根据处理查询时CPU和磁盘I/O的代价,主要考虑以下一些因素:
A、查询读取的记录数;
B、结果是否排序(这可能会导致使用临时表);
C、是否需要访问索引和原表。

代码
static void bestBtreeIndex(
  Parse *pParse,              /* The parsing context */
  WhereClause *pWC,           /* The WHERE clause */
  struct SrcList_item *pSrc,  /* The FROM clause term to search */
  Bitmask notReady,           /* Mask of cursors that are not available */
  ExprList *pOrderBy,         /* The ORDER BY clause */
  WhereCost *pCost            /* Lowest cost query plan */
)
 函数的参数注释得已经很详细了,不再多说。该函数的主要工作就是输出pCost,它包含查询策略信息及相应的代价。
核心算法如下:

代码
  1 //遍历其所有索引,找到一个代价最小的索引 
  2 for(; pProbe; pIdx=pProbe=pProbe->pNext){
  3     const unsigned int * const aiRowEst = pProbe->aiRowEst;
  4     double cost;                /* Cost of using pProbe */
  5     double nRow;                /* Estimated number of rows in result set */
  6     int rev;                    /* True to scan in reverse order */
  7     int wsFlags = 0;
  8     Bitmask used = 0; //该表达式使用的表的位码
  9
 10     int nEq;        //可以使用索引的等值表达式的个数
 11     int bInEst = 0;     //如果存在 x IN (SELECT...),则设为true
 12     int nInMul = 1;       //处理IN子句
 13     int nBound = 100;    //估计需要扫描的表中的元素. 100表示需要扫描整个表.范围条件意味着只需要扫描表的某一部分.
 14     int bSort = 0;    //是否需要排序
 15     int bLookup = 0;    //如果对索引中的每个列,需要对应的表进行查询,则为true
 16
 17     /* Determine the values of nEq and nInMul */
 18     //计算nEq和nInMul值
 19     for(nEq=0; nEq<pProbe->nColumn; nEq++){
 20       WhereTerm *pTerm;           /* A single term of the WHERE clause */
 21       int j = pProbe->aiColumn[nEq];
 22       pTerm = findTerm(pWC, iCur, j, notReady, eqTermMask, pIdx);
 23       if( pTerm==0 ) //如果该条件在索引中找不到,则break.
 24           break;
 25       wsFlags |= (WHERE_COLUMN_EQ|WHERE_ROWID_EQ);
 26       if( pTerm->eOperator & WO_IN ){
 27         Expr *pExpr = pTerm->pExpr;
 28         wsFlags |= WHERE_COLUMN_IN;
 29         if( ExprHasProperty(pExpr, EP_xIsSelect) ){ //IN (SELECT...)
 30           nInMul *= 25;
 31           bInEst = 1;
 32         }else if( pExpr->x.pList ){
 33           nInMul *= pExpr->x.pList->nExpr + 1;
 34         }
 35       }else if( pTerm->eOperator & WO_ISNULL ){
 36         wsFlags |= WHERE_COLUMN_NULL;
 37       }
 38       used |= pTerm->prereqRight; //设置该表达式使用的表的位码
 39     }
 40
 41     //计算nBound值
 42     if( nEq<pProbe->nColumn ){//考虑不能使用索引的列
 43       int j = pProbe->aiColumn[nEq];
 44       if( findTerm(pWC, iCur, j, notReady, WO_LT|WO_LE|WO_GT|WO_GE, pIdx) ){
 45         WhereTerm *pTop = findTerm(pWC, iCur, j, notReady, WO_LT|WO_LE, pIdx);
 46         WhereTerm *pBtm = findTerm(pWC, iCur, j, notReady, WO_GT|WO_GE, pIdx);//>=
 47        
 48         //估计范围条件的代价
 49         whereRangeScanEst(pParse, pProbe, nEq, pBtm, pTop, &nBound);
 50         if( pTop ){
 51           wsFlags |= WHERE_TOP_LIMIT;
 52           used |= pTop->prereqRight;
 53         }
 54         if( pBtm ){
 55           wsFlags |= WHERE_BTM_LIMIT;
 56           used |= pBtm->prereqRight;
 57         }
 58         wsFlags |= (WHERE_COLUMN_RANGE|WHERE_ROWID_RANGE);
 59       }
 60     }else if( pProbe->onError!=OE_None ){//所有列都能使用索引
 61       if( (wsFlags & (WHERE_COLUMN_IN|WHERE_COLUMN_NULL))==0 ){
 62         wsFlags |= WHERE_UNIQUE;
 63       }
 64     }
 65
 66     if( pOrderBy ){//处理order by
 67       if( (wsFlags & (WHERE_COLUMN_IN|WHERE_COLUMN_NULL))==0
 68         && isSortingIndex(pParse,pWC->pMaskSet,pProbe,iCur,pOrderBy,nEq,&rev)
 69       ){
 70         wsFlags |= WHERE_ROWID_RANGE|WHERE_COLUMN_RANGE|WHERE_ORDERBY;
 71         wsFlags |= (rev ? WHERE_REVERSE : 0);
 72       }else{
 73         bSort = 1;
 74       }
 75     }
 76
 77     if( pIdx && wsFlags ){
 78       Bitmask m = pSrc->colUsed; //m为src使用的列的位图
 79       int j;
 80       for(j=0; j<pIdx->nColumn; j++){
 81         int x = pIdx->aiColumn[j];
 82         if( x<BMS-1 ){
 83           m &= ~(((Bitmask)1)<<x); //将索引中列对应的位清0
 84         }
 85       }
 86       if( m==0 ){//如果索引包含src中的所有列,则只需要查询索引即可.
 87         wsFlags |= WHERE_IDX_ONLY;
 88       }else{
 89         bLookup = 1;//需要查询原表
 90       }
 91     }
 92
 93     //估计输出行数,同时考虑IN运算
 94     nRow = (double)(aiRowEst[nEq] * nInMul);
 95     if( bInEst && nRow*2>aiRowEst[0] ){
 96       nRow = aiRowEst[0]/2;
 97       nInMul = (int)(nRow / aiRowEst[nEq]);
 98     }
 99
100     //代价为输出的行数+二分查找的代价
101     cost = nRow + nInMul*estLog(aiRowEst[0]);
102
103     //考虑范围条件影响
104     nRow = (nRow * (double)nBound) / (double)100;
105     cost = (cost * (double)nBound) / (double)100;
106
107     //加上排序的代价:cost *log (cost)
108     if( bSort ){
109       cost += cost*estLog(cost);
110     }
111
112     //如果只查询索引,则代价减半
113     if( pIdx && bLookup==0 ){
114       cost /= (double)2;
115     }
116
117     //如果当前的代价更小
118     if( (!pIdx || wsFlags) && cost<pCost->rCost ){
119       pCost->rCost = cost; //代价
120       pCost->nRow = nRow;  //估计扫描的元组数
121       pCost->used = used; //表达式使用的表的位图
122       pCost->plan.wsFlags = (wsFlags&wsFlagMask); //查询策略标志(全表扫描,使用索引进行扫描)
123       pCost->plan.nEq = nEq; //查询策略使用等值表达式个数
124       pCost->plan.u.pIdx = pIdx; //查询策略使用的索引(全表扫描则为NULL)
125     }
126
127 
128     //如果SQL语句存在INDEXED BY,则只考虑该索引
129     if( pSrc->pIndex ) break;
130
131     /* Reset masks for the next index in the loop */
132     wsFlagMask = ~(WHERE_ROWID_EQ|WHERE_ROWID_RANGE);
133     eqTermMask = idxEqTermMask;
134   }
135

可见,SQLite的代价模型非常简单。而通用数据库一般是将基于规则的优化和基于代价的优化结合起来,十分复杂。

(0)

相关推荐