分享一次數據庫SQL查詢的數次輪回

本篇內容主要講解“分享一次數據庫SQL查詢的數次輪回”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“分享一次數據庫SQL查詢的數次輪回”吧!

我們使用數據庫，直觀感受上是客戶端發送一個  SQL，數據庫把這個SQL執行一下，查出來數據返回給客戶端。但其實SQL在背后被轉換，優化，歷經許多「磨難」才把結果給取回來。

如上圖， 我們看到是從查詢處理器里經過解析器，優化器，才進入的執行引擎。

今天我們先來看查詢管理器，后面再重點來看查詢的優化器是怎樣精打細算的。

查詢管理器

這一部分是數據庫功能體現。在這部分里，會將寫得不好的查詢轉換成可以快速執行代碼， 然后執行它，并將結果返回給客戶端。這個過程會包含多個步驟：

• 首先解析查詢是否是合法的

• 然后會將查詢重寫，去除沒用的操作符，并做一些預優化

• 對查詢優化以提升性能，將查詢轉換成執行和數據訪問計劃

• 編譯查詢計劃

• 執行

這部分里，對最后兩點我們不會說太多，相對來說他倆沒那么關鍵。

查詢解析器

每個SQL語句都會經過分析器去校驗語法是否正確。如果你寫錯了，解析器會拒絕查詢。比如你手誤，把SELECT 寫成了  SLECT，那直接會停止在這兒。

此外，還會檢查關鍵詞順序是否正確。

然后，查詢SQL中的表名和列名也會分析，解析器會通過數據庫的 metadata 來檢查以下內容：

• 表是否存在

• 表中對應的查詢字段是否存在

• 對應的操作符是不是能作用在指定的列上(比如不能把一個數字和字符串比大小，也不能給一個integer用substring)

之后會檢查查詢中對應的表你是否有權限去讀或寫，畢竟這些訪問權限是DBA分配的。

在解析的過程中， 查詢SQL 會被轉換成數據庫的內部表示形式(一般是一棵樹)。如果一切 OK，這個轉換后的內容會發送給查詢「重寫器」

查詢 Rewriter

在這一步，我們拿到了一個查詢的內部表示形式，重寫器的目標是要：

• 對查詢做預優化

• 避免無用的操作

• 幫助優化器發現最佳方案

重寫器會對查詢執行一系列已知的規則。如果查詢符合某個規則的模式，就會應用這個規則來重寫查詢。以下是(可選)的規則：

視圖合并：如果在查詢中使用了視圖，那視圖將會隨著該視圖的SQL代碼進行轉換。

子查詢打平：有子查詢的查詢很難優化，因此重寫器將嘗試修改查詢，甚至刪除子查詢。

例如

SELECT PERSON.* FROM PERSON WHERE PERSON.person_key IN (SELECT MAILS.person_key FROM MAILS WHERE MAILS.mail LIKE 'christophe%');

就會被這條SQL替換

SELECT PERSON.* FROM PERSON, MAILS WHERE PERSON.person_key = MAILS.person_key and MAILS.mail LIKE 'christophe%';

• 去除無用的操作符：如果你用了DISTINCT，但你已經有一個UNIQUE約束以保證數據唯一，那DISTINCT關鍵字就會被刪除。

• 消除多余的連接：如果你有兩次相同的連接條件，因為一個連接條件被隱藏在視圖中，或者由于傳遞性而導致無用的連接，則將其刪除。

• 持續的算術評估：如果查詢是需要計算的內容，那么在重寫過程中將對其進行一次計算。比如，把WHERE AGE> 10 + 2轉換為WHERE  AGE> 12，然后將TODATE(“ 日期”)轉換為datetime格式的日期

• (高級)分區修正：如果你使用了分區表，重寫器可以找到要使用的分區。

• (高級)實例化視圖重寫：如果已經有了和查詢子集匹配的實例化視圖，重寫器會檢查該視圖是否是最新視圖，并修改查詢使用實例化視圖而不是原始表。

• (高級)自定義規則：如果你創建了重寫查詢的自定義規則，那重寫器會執行這些規則(高級)Olap轉換：分析/窗口函數，星型連接，匯總…也都會進行轉換(但是具體是由重寫器還是優化器完成的取決于數據庫，因為這兩個過程鄰近)。

這個重寫后的查詢會發送給查詢優化器，有趣的來了。

統計

在進入數據庫如何優化查詢之前，我們需要先談談統計信息，因為沒有統計信息，數據庫就會很傻。如果你不告訴數據庫分析自己的數據，它不會這樣做，而且會做出錯誤的假設。

那數據庫需要什么信息呢?

我們大概說一下論數據庫和操作系統如何存儲數據的。他們使用的最小單位稱為頁或塊(默認為4或8 KB)。也就是說，如果你只需要1  KB，也會占一頁。如果頁面占用8 KB，那就會浪費7 KB。

回到統計來，當你要求數據庫獲取統計信息時，它會計算這些內容：

• 一個表中的行或頁的數量

• 一個表里的每一列

• 單獨的數據內容

• 數據的長度(最小，最大，平均)

• 數據區間信息(最小、最大、平均)

• 表的索引信息

這些統計信息會幫助優化器更好的預估查詢中磁盤I/O，CPU以及內存的使用。

每一列的統計信息都很重要。比如一個 PERSON 表，需要在 LAST_NAME,  FIRST_NAME兩列做連接，通過統計，數據庫能知道FIRST_NAME這一列共多少個不同的值，LAST_NAME有多少個不同的值。所以數據庫會使用LAST_NAME,FIRST_NAME來連接，而不是FIRST_NAME,LAST_NAME，因為LAST_NAME不太可能相同，會少產生數據。大多數情況下，數據庫的前兩三個字符比較  LAST_NAME就足夠了。

當然這些是基本的統計信息，你也可以讓數據庫計算 histograms  這種更高階的統計數據。最常使用的值，質量等等，通過這些附加信息，可以幫助數據庫找到更高效的查詢計劃，特別是像等值查詢，以及范圍查詢這種。因為數據庫已經知道這種情況下有多少條記錄。

這些統計信息記錄在數據庫的元數據中。因此也是需要花時間不斷更新的。這也是為啥在大多數數據庫里他都不自動更新。

到此，相信大家對“分享一次數據庫SQL查詢的數次輪回”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！