【GreatSQL优化器-01】const_table

一、const_table介绍

GreatSQL的优化器主要用JOIN类来进行处理SQL语句的，JOIN类有以下四个table数量相关的成员变量。其中const_tables是optimize最开始就检查并且标识的，因为这样可以把记录最少的表放在执行计划的第一步，在后面的执行计划里面这些const tables是不参与循环遍历和计算的，因此可以减少很多开销。

下面用一个简单的例子来说明 const_table 是什么。

greatsql> CREATE TABLE t1 (c1 int primary key, c2 varchar(32),date1 datetime);
greatsql> INSERT INTO t1 VALUES (1,'aaa','2021-03-25 16:44:00.123456'),(2,'bbb','2022-03-25 16:44:00.123456'),(3,'ccc','2023-03-25 16:44:00.123456');

# 这里看到以下的type类型是const，说明在优化器看来这是一张const table
greatsql> EXPLAIN SELECT * FROM t1 WHERE c1=1 AND c1<10;
 ---- ------------- ------- ------------ ------- --------------- --------- --------- ------- ------ ---------- ------- 
| id | select_type | table | partitions | type  | possible_keys | key     | key_len | ref   | rows | filtered | Extra |
 ---- ------------- ------- ------------ ------- --------------- --------- --------- ------- ------ ---------- ------- 
|  1 | SIMPLE      | t1    | NULL       | const | PRIMARY       | PRIMARY | 4       | const |    1 |   100.00 | NULL  |
 ---- ------------- ------- ------------ ------- --------------- --------- --------- ------- ------ ---------- ------- 
1 row in set, 1 warning (3.60 sec)

# 这句sql语句最后被处理成以下的语句了，可以看到条件语句被提到前面当做列，最后的条件变为where true了。
greatsql> SHOW WARNINGS;
 ------- ------ ------------------------------------------------------------------------------------------------------------- 
| Level | Code | Message                                                                                                     |
 ------- ------ ------------------------------------------------------------------------------------------------------------- 
| Note  | 1003 | /* select#1 */ select '1' AS `c1`,'aaa' AS `c2`,'2021-03-25 16:44:00' AS `date1` from `db1`.`t1` where true |
 ------- ------ ------------------------------------------------------------------------------------------------------------- 
1 row in set (0.00 sec)

二、const_table标识

const_table的寻找和标识在函数JOIN::extract_const_tables和JOIN::extract_func_dependent_tables进行处理，这两个函数的功能各有不同。用上面的例子来说明。

bool JOIN::make_join_plan() {
  if (!(query_block->active_options() & OPTION_NO_CONST_TABLES)) {
    // Detect tables that are const (0 or 1 row) and read their contents.
    //根据表的统计信息table->file->stats.records直接寻找该值为0或者1的表，并且表的cached_table_flags必须为HA_STATS_RECORDS_IS_EXACT，只有引擎是MyISAM和memory才有这个标志
    if (extract_const_tables()) return true;

    // Detect tables that are functionally dependent on const values.
    // 循环所有剩下的没有被标识的表，找出有索引或者有表依赖的表来标识
    if (extract_func_dependent_tables()) return true;
  }
}

bool JOIN::extract_func_dependent_tables() {
do {
  for (JOIN_TAB **pos = best_ref   const_tables; *pos; pos  ) {
    一、遍历每张出现的表，寻找表里已经创建的索引。
    二、判断表有join条件的情况，本次不涉及
    三、判断表有表依赖的情况，本次不涉及
    四、检查表是否可以通过key读取或表仅使用 const ref。
    这里需要排除以下表：
    1. 全文搜索，或
    2. 嵌套外连接的一部分，或
    3. 半连接的一部分，或
    4. 具有大开销的外连接条件。
    5. 被 const 表优化的处理程序阻止。
    6. 将不会被使用，通常是因为它们是流式传输的而不是物化的（请参阅 Query_expression::can_materialize_directly_into_result()）。
    7. 位于完整连接的两侧
    // 如果找到表有索引，这里用到的keyuse在之前JOIN::update_ref_and_keys()已经获取到。
    if (eq_part.is_prefix(table->key_info[key].user_defined_key_parts)) {
      // 该索引是唯一索引
      if (table->key_info[key].flags & HA_NOSAME) {
        if (const_ref == eq_part) {
          // 标识该表是const table
          mark_const_table(tab, start_keyuse);
          // 改变table的状态为const
          join_read_const_table(tab, positions   const_tables - 1);
        }
      }
    }
  }
} while ((const_table_map & found_ref) && ref_changed);

以下是实际使用的时候表扫描方式类型汇总，其中JT_CONST和JT_SYSTEM就是我们本章要说明的。JT_SYSTEM类型，这个需要跟JT_CONST区分开，JT_SYSTEM主要是扩展表而不是物理表，JT_SYSTEM表没有索引。JT_SYSTEM类型也会被计入const_tables，详情见下面。

-- 下面的select 1表类型就是system而不是const。但是select 1这张表的数量也会计入const_tables
greatsql> EXPLAIN SELECT * FROM (SELECT 1);
 ---- ------------- ------------ ------------ -------- --------------- ------ --------- ------ ------ ---------- ---------------- 
| id | select_type | table      | partitions | type   | possible_keys | key  | key_len | ref  | rows | filtered | Extra          |
 ---- ------------- ------------ ------------ -------- --------------- ------ --------- ------ ------ ---------- ---------------- 
|  1 | PRIMARY     | <derived2> | NULL       | system | NULL          | NULL | NULL    | NULL |    1 |   100.00 | NULL           |
|  2 | DERIVED     | NULL       | NULL       | NULL   | NULL          | NULL | NULL    | NULL | NULL |     NULL | No tables used |
 ---- ------------- ------------ ------------ -------- --------------- ------ --------- ------ ------ ---------- ---------------- 
2 rows in set, 1 warning (12.33 sec)

三、实际例子说明

接下来看几个例子来说明上面的代码。

greatsql> CREATE TABLE t2 (c1 int, c3 varchar(32));
greatsql> CREATE index idx1 ON t2(c1);
greatsql> INSERT INTO t2 VALUES (1,'aaa'),(2,'bbb');

-- 非唯一索引不是const table
greatsql> EXPLAIN SELECT * FROM t2 WHERE c1=1 AND c1<10;
 ---- ------------- ------- ------------ ------ --------------- ------ --------- ------- ------ ---------- ------- 
| id | select_type | table | partitions | type | possible_keys | key  | key_len | ref   | rows | filtered | Extra |
 ---- ------------- ------- ------------ ------ --------------- ------ --------- ------- ------ ---------- ------- 
|  1 | SIMPLE      | t2    | NULL       | ref  | idx1          | idx1 | 4       | const |    1 |   100.00 | NULL  |
 ---- ------------- ------- ------------ ------ --------------- ------ --------- ------- ------ ---------- ------- 
1 row in set, 1 warning (3.84 sec)

-- 改变c1为primary key，看一下结果。
-- between条件也是唯一条件，因此是const table
-- 这里有个约束条件：BETWEEN的上下界条件值必须一样，才会被判定为const，否则是range
greatsql> EXPLAIN SELECT * FROM t1 WHERE c1 BETWEEN 1 AND 1 AND c1<10;
 ---- ------------- ------- ------------ ------- --------------- --------- --------- ------- ------ ---------- ------- 
| id | select_type | table | partitions | type  | possible_keys | key     | key_len | ref   | rows | filtered | Extra |
 ---- ------------- ------- ------------ ------- --------------- --------- --------- ------- ------ ---------- ------- 
|  1 | SIMPLE      | t1    | NULL       | const | PRIMARY       | PRIMARY | 4       | const |    1 |   100.00 | NULL  |
 ---- ------------- ------- ------------ ------- --------------- --------- --------- ------- ------ ---------- ------- 
1 row in set, 1 warning (0.00 sec)

-- value in后面的值即使最小值和最大值相同也走的范围扫描，不被判定为const table
greatsql> EXPLAIN SELECT * FROM t1 WHERE c1 IN (1,1) AND c1<10;
 ---- ------------- ------- ------------ ------- --------------- --------- --------- ------ ------ ---------- ------------- 
| id | select_type | table | partitions | type  | possible_keys | key     | key_len | ref  | rows | filtered | Extra       |
 ---- ------------- ------- ------------ ------- --------------- --------- --------- ------ ------ ---------- ------------- 
|  1 | SIMPLE      | t1    | NULL       | range | PRIMARY       | PRIMARY | 4       | NULL |    1 |   100.00 | Using where |
 ---- ------------- ------- ------------ ------- --------------- --------- --------- ------ ------ ---------- ------------- 
1 row in set, 1 warning (0.01 sec)

-- 下面的表只有一行，但是由于引擎不是MyISAM或者memory而不被判定为const table
greatsql> CREATE TABLE t3 AS SELECT 1 AS c1;
greatsql> EXPLAIN SELECT * FROM t3 WHERE c1=1;
 ---- ------------- ------- ------------ ------ --------------- ------ --------- ------ ------ ---------- ------------- 
| id | select_type | table | partitions | type | possible_keys | key  | key_len | ref  | rows | filtered | Extra       |
 ---- ------------- ------- ------------ ------ --------------- ------ --------- ------ ------ ---------- ------------- 
|  1 | SIMPLE      | t3    | NULL       | ALL  | NULL          | NULL | NULL    | NULL |    1 |   100.00 | Using where |
 ---- ------------- ------- ------------ ------ --------------- ------ --------- ------ ------ ---------- ------------- 
1 row in set, 1 warning (1.91 sec)

-- 下面的表只有一行，由于引擎是MEMORY而被判定为const table
greatsql> CREATE TABLE t5 engine=memory AS SELECT 1 AS c1;
greatsql> EXPLAIN SELECT * FROM t5 WHERE c1=1;
 ---- ------------- ------- ------------ -------- --------------- ------ --------- ------ ------ ---------- ------- 
| id | select_type | table | partitions | type   | possible_keys | key  | key_len | ref  | rows | filtered | Extra |
 ---- ------------- ------- ------------ -------- --------------- ------ --------- ------ ------ ---------- ------- 
|  1 | SIMPLE      | t5    | NULL       | system | NULL          | NULL | NULL    | NULL |    1 |   100.00 | NULL  |
 ---- ------------- ------- ------------ -------- --------------- ------ --------- ------ ------ ---------- ------- 
1 row in set, 1 warning (2.70 sec)

-- 两张表进行join的时候，即使这里t1的顺序在后面，因为在优化器里面被判定为const table，所以顺序被提前到第一位。
greatsql> EXPLAIN SELECT t1.c1,t1.c2 FROM t2,t1 WHERE t1.c1=1 AND t1.c1<10;
 ---- ------------- ------- ------------ ------- --------------- --------- --------- ------- ------ ---------- ------------- 
| id | select_type | table | partitions | type  | possible_keys | key     | key_len | ref   | rows | filtered | Extra       |
 ---- ------------- ------- ------------ ------- --------------- --------- --------- ------- ------ ---------- ------------- 
|  1 | SIMPLE      | t1    | NULL       | const | PRIMARY       | PRIMARY | 4       | const |    1 |   100.00 | NULL        |
|  1 | SIMPLE      | t2    | NULL       | index | NULL          | idx1    | 4       | NULL  |    1 |   100.00 | Using index |
 ---- ------------- ------- ------------ ------- --------------- --------- --------- ------- ------ ---------- ------------- 
2 rows in set, 1 warning (2.70 sec)

greatsql> EXPLAIN FORMAT=TREE SELECT t1.c1,t1.c2 FROM t2,t1 WHERE t1.c1=1 AND t1.c1<10;
 ----------------------------------------------------- 
| EXPLAIN                                             |
 ----------------------------------------------------- 
| -> Index scan on t2 using idx1  (cost=0.35 rows=1)  |
 ----------------------------------------------------- 
1 row in set (40.27 sec)

-- 通过打印堆栈查看当前最佳的排列顺序，可以看到表t1确实被提到第一个了。
Thread 56 "connection" hit Breakpoint 16, JOIN::get_best_combination (this=0x7fff14c6d0f0)
    at /sql/sql_optimizer.cc:3663
3663          for (Table_ref *sj_nest : query_block->sj_nests) {
(gdb) p best_ref[0]->table_ref->table_name
$99 = 0x7fff14c5d660 "t1"
(gdb) p best_ref[1]->table_ref->table_name
$100 = 0x7fff14c5d538 "t2"

四、总结

从上面优化器最早的步骤我们认识了const table的定义和判定方法，可以发现实际运用中const table是可以提高查询速度的。这里面通过唯一索引来定位查找数据是最快的就是因为被判定为const table，在后面的实践里面发现 =（等值查询）、特殊情况下的 BETWEEN 的时候都可以被认为是const table，但是 IN 却不行，因此实际运用的时候尽量不要用IN条件，而多用等值条件 和 特殊条件下的BETWEEN来查询，最好是只用等值条件。