分布式数据库--SQL优化之Plan Hint

Part 1 - 关于Hint

Hint是嵌入SQL语句的对优化器进行提示的信息，是DBA进行SQL优化的常用手段。SQL语句经过优化器(规则优化(RBO)、代价优化(CBO))，通常会选择正确的查询路径，但是智者千虑，必有一失，有时优化器也会选择一个很差的计划，使得该条SQL查询变得很慢，此时需要DBA人为干预(通过给SQL语句增加一个注释)，告诉优化器要选择指定的访问路径(full scan、index scan)或join 类型(merge、hash、lookup)，使得该条SQL语句可以高效的运行。

Part 2 - Hint的使用

通过 /+ ... / 的注释形式放在 SELECT 关键字之后，多个 hint 之间用逗号隔开。

例如 select /+use_index(t, index1)/ * from t where a = 10 and b = 20;

如下图所示，经过RBO会得到如下normalized plan，而/+ use_index(t, index1)/ 将作用于scan选择的过程，这将告诉优化器在选择表t的访问路径(① ② ③)时，选择②索引index1。

Part 3 - Hint在云溪数据库中的

解析和应用流程

整体流程如下图3.1所示:

图3.1 hint 解析使用流程

第一步：输入带有hint SQL语句，如下所示

第二步：parser 编译解析；

第三步：将AST中的hint信息保存在HintSet中；

第四步：Builder从AST中获取hint信息，将对应hint解析到TableHint和IndexHint结构体中；

第五步：normalized plan阶段(RBO)，通过调用buildScan为表构建ScanFlags，调用buildJoin为表构建JoinFlags；

第六步：在CBO阶段进行探索时，根据组成员的Flags信息，通过开销大小，来阻止某些等价表达式的生成，并生成hint需要的表达式，从而减小搜索空间；

第七步：生成hint作用之下的最优查询计划。

Part 4 - Hint 在云溪数据库中

不同阶段的表现形式

SQL语句中：显示指定要在表c上强制使用idx2，与c和o相关的join操作不允许使用NLJ算子；

经过parser后，hint信息保存在HintSet中；

在Builder中，hint信息以对象index和table为单位进行保存；

在规范化计划树和Memo结构体中，hint信息存在对应的Expr结构体中。

详细流程如下图4.1所示:

图4.1 hint在不同阶段的表现形式图

Part 5 - Hint对优化器的影响

图5.1结构解释：

图5.1 hint作用图

bestHT 存储着每个Group的代价最低的表达式。

exprHT 存储所有探索出来的表达式。

Group为逻辑等价的关系表达式的集合。

在云溪数据库中hint 影响计划的手段主要有两个，一个是探索阶段中，减少表达式的生成(例如指定megejoin，正常情况下会生成 merge、lookup、hash 三种连接类型，但是指定了mergejoin，就会直接不生成其他的的表达式)，如下①；另一个是代价计算阶段中返回一个很大的代价hugeCost(例如针对t1，指定index1，然后对于其他的访问方法，则会直接返回很大的代价)，如下③。

Hint对优化器的影响如下：

① 排除了若干操作，减少了Memo结构体中表达式的个数，如下图X号所示；

② 决定相关Group的最优计划选择， 如下图Group 1；

③ Group 1中，#1作为规范化表达式必然存在于组中，但是，它的代价被设置为hugeCost；

③ 由于使用ForceIndex，在探索阶段使用其它索引的表达式不会被优化器选择；

⑤ 最终影响最优计划树的选择。