DRDS分布式SQL引擎—执行计划介绍

阅读更多

摘要: 本文着重介绍 DRDS 执行计划中各个操作符的含义,以便用户通过查询计划了解 SQL 执行流程,从而有针对性的调优 SQL。

DRDS分布式SQL引擎 — 执行计划介绍

前言

数据库系统中,执行计划是对 SQL 如何执行的形式化表示,往往由若干关系操作符构成,用户可以通过对应的 EXPLAIN 命令查看,并通过执行计划大致了解 SQL 的执行过程和执行方式,如全表扫描还是索引扫描,归并连接还是哈希连接等。执行计划可以为用户进行 SQL 调优提供重要依据。

DRDS 执行计划

与多数数据库系统类似,DRDS 在处理 SQL 时,会通过优化器生成执行计划,该执行计划由关系操作符构成一个树形结构,反映 DRDS 如何执行 SQL 语句;不同的是,DRDS 本身不存储数据,更侧重考虑分布式环境中的网络 IO 开销,将运算下推到各个分库(如 RDS/MySQL)执行,从而提升 SQL 执行效率。用户可通过 EXPLAIN 命令查看 SQL 的执行计划。

本文着重介绍 DRDS 执行计划中各个操作符的含义,以便用户通过查询计划了解 SQL 执行流程,从而有针对性的调优 SQL。文中示例均基于如下表结构:

  1.  
    CREATE TABLE `sbtest1` (
  2.  
    `id` INT( 10) UNSIGNED NOT NULL,
  3.  
    `k` INT( 10) UNSIGNED NOT NULL DEFAULT '0',
  4.  
    `c` CHAR( 120) NOT NULL DEFAULT '',
  5.  
    `pad` CHAR( 60) NOT NULL DEFAULT '',
  6.  
    KEY `xid` ( `id`),
  7.  
    KEY `k_1` ( `k`)
  8.  
    ) dbpartition BY HASH ( `id`) tbpartition BY HASH ( `id`) tbpartitions 4

先通过一个例子整体了解 DRDS 执行计划的树形结构。

  1.  
    mysql> explain select a.k, count(*) cnt from sbtest1 a, sbtest1 b where a.id = b.k and a.id > 1000 group by k having cnt > 1300 order by cnt limit 5, 10;
  2.  
    + ---------------------------------------------------------------------------------------------------------------------------------------------------+
  3.  
    | LOGICAL PLAN |
  4.  
    + ---------------------------------------------------------------------------------------------------------------------------------------------------+
  5.  
    | TmpSort(sort="cnt ASC", offset=?2, fetch=?3) |
  6.  
    | Filter(condition="cnt > ?1") |
  7.  
    | Aggregate(group="k", cnt="COUNT()") |
  8.  
    | BKAJoin(id="id", k="k", c="c", pad="pad", id0="id0", k0="k0", c0="c0", pad0="pad0", condition="id = k", type="inner") |
  9.  
    | MergeSort(sort="k ASC") |
  10.  
    | LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql=" SELECT * FROM `sbtest1` WHERE ( `id` > ?) ORDER BY `k` ") |
  11.  
    | UnionAll(concurrent=true) |
  12.  
    | LogicalView(tables="[ 0000 -0031].sbtest1_[ 000 -127] ", shardCount=128, sql=" SELECT * FROM `sbtest1` WHERE (( `k` > ?) AND ( `k` IN ( '?'))) ") |
  13.  
    | HitCache:false |
  14.  
    +---------------------------------------------------------------------------------------------------------------------------------------------------+
  15.  
    9 rows in set (0.01 sec)

如上,DRDS EXPLAIN 的结果总体分为两部分:执行计划和其他信息。

  • 执行计划

    执行计划以缩进形式表示操作符之间的 "父-子" 关系。示例中,Filter 是 TmpSort 的子操作符,同时是 Aggregate 的父操作符。从真正执行的角度看,每个操作符均从其子操作符中获取数据,经当前操作符处理,输出给其父操作符。为方便理解,将以上执行计划转换为更加直观的树形结构:
    

DRDS分布式SQL引擎—执行计划介绍_第1张图片

  • 其他信息

    除执行计划外,EXPLAIN 结果中还会有一些额外信息,目前仅有一项 `HitCache` 。需要说明的是,DRDS 会默认开启 PlanCache 功能,`HitCache` 表示当前 SQL 是否命中 PlanCache。

    开启 PlanCache 后,DRDS 会对 SQL 做参数化处理,参数化会将 SQL 中的大部分常量用 ? 替换,并构建一个参数列表。在执行计划中的体现就是,LogicalView 的 sql 中会有 ? ,在部分操作符中会有类似 ?2 的字样,这里的 2 表示其在参数列表中的下标,后续会结合具体的例子进一步阐述。

EXPLAIN 语法

EXPLAIN 用于查看 SQL 语句的执行计划,语法如下:

  1.  
    EXPLAIN explainable_stmt
  2.  
     
  3.  
    explainable_stmt: {
  4.  
    SELECT statement
  5.  
    | DELETE statement
  6.  
    | INSERT statement
  7.  
    | REPLACE statement
  8.  
    | UPDATE statement
  9.  
    }

操作符介绍

本小节详细介绍 DRDS 执行计划中各个操作符的含义。

LogicalView

LogicalView 是从底层数据源获取数据的操作符。从数据库的角度来看,使用 TableScan 命名更符合常规,但考虑到 DRDS 本身不存储数据,而是通过 SQL 从底层数据源获取,因此,该操作符中会记录下推的 SQL 语句和数据源信息,这更像一个 "视图"。该 "视图" 中的 SQL,通过优化器的下推,可能包含多种操作,如投影、过滤、聚合、排序、连接和子查询等。

以下通过示例说明 EXPLAIN 中 LogicalView 的输出信息及其含义:

  1.  
    mysql> explain select * From sbtest1 where id > 1000;
  2.  
    + -----------------------------------------------------------------------------------------------------------------------+
  3.  
    | LOGICAL PLAN |
  4.  
    + -----------------------------------------------------------------------------------------------------------------------+
  5.  
    | UnionAll(concurrent=true) |
  6.  
    | LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql=" SELECT * FROM `sbtest1` WHERE ( `id` > ?) ") |
  7.  
    | HitCache:false     |
  8.  
    +-----------------------------------------------------------------------------------------------------------------------+
  9.  
    3 rows in set (0.00 sec)

LogicalView 的信息由三部分构成:

  • tables:底层数据源对应的表名,以 . 分割,其前是分库对应的编号,其后是表名及其编号,对于连续的编号,会做简写,如 [000-127],表示表名编号从 000 到 127 的所有表。
  • shardCount:需要访问的分表总数,该示例中会访问从 000 到 127 共 128 张分表。
  • sql:下发至底层数据源的 SQL 模版。这里显示的并非真正下发的 SQL 语句,DRDS 在执行时会将表名替换为物理表名;另外,SQL 中的常量 10 被 ? 替换,这是因为 DRDS 默认开启了 PlanCache 功能,对 SQL 做了参数化处理。

UnionAll

UnionAll 是 UNION ALL 对应的操作符,该操作符通常有多个输入,表示将多个输入的数据 UNION 在一起。以上示例中,LogicalView 之上的 UnionAll 表示将所有分表中的数据进行 UNION。

UnionAll 中的 concurrent 表示是否并行执行其子操作符,默认为 true。

UnionDistinct

与 UnionAll 类似,UnionDistinct 是 UNION DISTINCT 对应的操作符。如下:

  1.  
    mysql> explain select * From sbtest1 where id > 1000 union distinct select * From sbtest1 where id < 200;
  2.  
    + -------------------------------------------------------------------------------------------------------------------------+
  3.  
    | LOGICAL PLAN |
  4.  
    + -------------------------------------------------------------------------------------------------------------------------+
  5.  
    | UnionDistinct(concurrent=true) |
  6.  
    | UnionAll(concurrent=true) |
  7.  
    | LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql=" SELECT * FROM `sbtest1` WHERE ( `id` > ?) ") |
  8.  
    | UnionAll(concurrent=true) |
  9.  
    | LogicalView(tables="[ 0000 -0031].sbtest1_[ 000 -127] ", shardCount=128, sql=" SELECT * FROM `sbtest1` WHERE ( `id` < ?) ") |
  10.  
    | HitCache:false |
  11.  
    +-------------------------------------------------------------------------------------------------------------------------+
  12.  
    6 rows in set (0.02 sec)

MergeSort

MergeSort,归并排序操作符,通常有多个子操作符。DRDS 中实现了两种排序:基于有序数据的归并排序和对无序数据的内存排序。如下:

  1.  
    mysql> explain select * from sbtest1 where id > 1000 order by id limit 5, 10;
  2.  
    + ---------------------------------------------------------------------------------------------------------------------------------------------------+
  3.  
    | LOGICAL PLAN |
  4.  
    + ---------------------------------------------------------------------------------------------------------------------------------------------------+
  5.  
    | MergeSort(sort="id ASC", offset=?1, fetch=?2) |
  6.  
    | LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql=" SELECT * FROM `sbtest1` WHERE ( `id` > ?) ORDER BY `id` LIMIT (? + ?) ") |
  7.  
    | HitCache:false |
  8.  
    +---------------------------------------------------------------------------------------------------------------------------------------------------+
  9.  
    3 rows in set (0.00 sec)

MergeSort 操作符包含三部分内容:

  • sort:表示排序字段以及排列顺序,id ASC 表示按照 id 字段递增排序,DESC 表示递减排序。
  • offset:表示获取结果集时的偏移量,同样由于对 SQL 做了参数化,示例中的 offst 表示为 ?1 ,其中 ? 表示这是一个动态参数,其后的数字对应参数列表的下标。示例中 SQL 对应的参数为 [1000, 5, 10],因此,?1 实际对应的值为 5
  • fetch:表示最多返回的数据行数。与 offset 类似,同样是参数化的表示,实际对应的值为 10

Aggregate

Aggregate 是聚合操作符,通常包含两部分内容:Group By 字段和聚合函数。如下:

  1.  
    mysql> explain select k, count(*) from sbtest1 where id > 1000 group by k;
  2.  
    + -----------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
  3.  
    | LOGICAL PLAN |
  4.  
    + -----------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
  5.  
    | Aggregate(group="k", count(*)="SUM(count(*))") |
  6.  
    | MergeSort(sort="k ASC") |
  7.  
    | LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql=" SELECT `k`, COUNT(*) AS `count(*)` FROM `sbtest1` WHERE ( `id` > ?) GROUP BY `k` ORDER BY `k` ") |
  8.  
    | HitCache:true |
  9.  
    +-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
  10.  
    4 rows in set (0.00 sec)

Aggregate 包含两部分内容:

  • group:表示 GROUP BY 字段,示例中为 k 。
  • 聚合函数:= 前为聚合函数对应的输出列名,其后为对应的计算方法。示例中 count(*)="SUM(count(*))" ,第一个 count(*) 对应输出的列名,随后的 SUM(count(*)) 表示对其输入数据中的 count(*) 列进行 SUM 运算得到最终的 count(*)

由此可见,DRDS 将聚合操作分为两部分,首先将聚合操作下推至底层数据源做局部聚合,最终在 DRDS 层面对局部聚合的结果做全局聚合。另外,DRDS 的最终聚合是基于排序做的,因此,会在优化器阶段为其添加一个 Sort 子操作符,而 Sort 操作符又进一步通过下推 Sort 转换为 MergeSort

再来看一个 AVG 聚合函数的例子,如下:

  1.  
    mysql> explain select k, avg( id) avg_id from sbtest1 where id > 1000 group by k;
  2.  
    + -----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
  3.  
    | LOGICAL PLAN|
  4.  
    + -----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
  5.  
    | Project(k="k", avg_id="sum_pushed_sum / sum_pushed_count")|
  6.  
    | Aggregate(group="k", sum_pushed_sum="SUM(pushed_sum)", sum_pushed_count="SUM(pushed_count)")|
  7.  
    | MergeSort(sort="k ASC")|
  8.  
    | LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql=" SELECT `k`, SUM( `id`) AS `pushed_sum`, COUNT( `id`) AS `pushed_count` FROM `sbtest1` WHERE ( `id` > ?) GROUP BY `k` ORDER BY `k` ")|
  9.  
    | HitCache:false|
  10.  
    +-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
  11.  
    5 rows in set (0.01 sec)

DRDS 会将 AVG 聚合函数转换为 SUM / COUNT,再分别根据 SUM 和 COUNT 的下推规则,将其转换为局部聚合和全局聚合。用户可自行尝试了解其他聚合函数的执行计划。

注意:DRDS 会将 DISTINCT 操作转换为 GROUP 操作,如下:

  1.  
    mysql> explain select distinct k from sbtest1 where id > 1000;
  2.  
    + -----------------------------------------------------------------------------------------------------------------------------------------------------+
  3.  
    | LOGICAL PLAN |
  4.  
    + -----------------------------------------------------------------------------------------------------------------------------------------------------+
  5.  
    | Aggregate(group="k") |
  6.  
    | MergeSort(sort="k ASC") |
  7.  
    | LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql=" SELECT `k` FROM `sbtest1` WHERE ( `id` > ?) GROUP BY `k` ORDER BY `k` ") |
  8.  
    | HitCache:false |
  9.  
    +-----------------------------------------------------------------------------------------------------------------------------------------------------+
  10.  
    4 rows in set (0.02 sec)

TmpSort

TmpSort,表示在内存中对数据进行排序。与 MergeSort 的区别在于,MergeSort 可以有多个子操作符,且每个子操作符返回的数据都已经排序。TmpSort 仅有一个子操作符。

TmpSort 对应的查询计划信息与 MergeSort 一致,请参考 MergeSort。

Project

Project 表示投影操作,即从输入数据中选择部分列输出,或者对某些列进行转换(通过函数或者表达式计算)后输出,当然,也可以包含常量。以上 AVG 的示例中,最顶层就是一个 Project,其输出 k 和 sum_pushed_sum / sum_pushed_count ,后者对应的列名为 avg_id 。

  1.  
    mysql> explain select '你好, DRDS', 1 / 2, CURTIME();
  2.  
    + -------------------------------------------------------------------------------------+
  3.  
    | LOGICAL PLAN |
  4.  
    + -------------------------------------------------------------------------------------+
  5.  
    | Project(你好, DRDS="_UTF-16'你好, DRDS'", 1 / 2="1 / 2", CURTIME()="CURTIME()") |
  6.  
    | |
  7.  
    | HitCache:false |
  8.  
    + -------------------------------------------------------------------------------------+
  9.  
    3 rows in set ( 0.00 sec)

可见,Project 的计划中包括每列的列名及其对应的列、值、函数或者表达式。

Filter

Filter 表示过滤操作,其中包含一些过滤条件。该操作符对输入数据进行过滤,若满足条件,则输出,否则丢弃。如下是一个较复杂的例子,包含了以上介绍的大部分操作符。

  1.  
    mysql> explain select k, avg( id) avg_id from sbtest1 where id > 1000 group by k having avg_id > 1300;
  2.  
    + -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
  3.  
    | LOGICAL PLAN |
  4.  
    + -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
  5.  
    | Filter(condition="avg_id > ?1") |
  6.  
    | Project(k="k", avg_id="sum_pushed_sum / sum_pushed_count") |
  7.  
    | Aggregate(group="k", sum_pushed_sum="SUM(pushed_sum)", sum_pushed_count="SUM(pushed_count)") |
  8.  
    | MergeSort(sort="k ASC") |
  9.  
    | LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql=" SELECT `k`, SUM( `id`) AS `pushed_sum`, COUNT( `id`) AS `pushed_count` FROM `sbtest1` WHERE ( `id` > ?) GROUP BY `k` ORDER BY `k` ") |
  10.  
    | HitCache:false |
  11.  
    +-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
  12.  
    6 rows in set (0.01 sec)

在以上 AVG 示例的 SQL 基础上添加了having avg_id > 1300 ,执行计划最上层添加了一个 Filter 操作符,用于过滤所有满足 avg_id > 1300 的数据。

有读者可能会问,WHERE 中的条件为什么没有对应的 Filter 操作符呢?在 DRDS 优化器的某个阶段,WHERE 条件的 Filter 操作符的确是存在的,只是最终将其下推到了 LogiacalView 中,因此可以在 LogicalView 的 sql 中看到 id > 1000 。

NlJoin

NlJoin,表示 NestLoop Join 操作符,即使用 NestLoop 方法进行两表 Join。DRDS 中实现了两种 JOIN 策略:NlJoin 和 BKAJoin,后者表示 Batched Key Access Join,批量键值查询,会从左表取一批数据,构建一个 IN 条件拼接在访问右表的 SQL 中,从右表一次获取一批数据。

  1.  
    mysql> explain select a.* from sbtest1 a, sbtest1 b where a.id = b.k and a.id > 1000;
  2.  
    + ----------------------------------------------------------------------------------------------------------------------------+
  3.  
    | LOGICAL PLAN |
  4.  
    + ----------------------------------------------------------------------------------------------------------------------------+
  5.  
    | Project(id="id", k="k", c="c", pad="pad") |
  6.  
    | NlJoin(id="id", k="k", c="c", pad="pad", k0="k0", condition="id = k", type="inner") |
  7.  
    | UnionAll(concurrent=true) |
  8.  
    | LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql=" SELECT * FROM `sbtest1` WHERE ( `id` > ?) ") |
  9.  
    | UnionAll(concurrent=true) |
  10.  
    | LogicalView(tables="[ 0000 -0031].sbtest1_[ 000 -127] ", shardCount=128, sql=" SELECT `k` FROM `sbtest1` WHERE ( `k` > ?) ") |
  11.  
    | HitCache:false |
  12.  
    +----------------------------------------------------------------------------------------------------------------------------+
  13.  
    7 rows in set (0.03 sec)

NlJOIN 的计划包括三部分内容:

  • 输出列信息:输出的列名,示例中的 JOIN 会输出 5 列 id="id", k="k", c="c", pad="pad", k0="k0" 。
  • contition:连接条件,示例中连接条件为 id = k 。
  • type:连接类型,示例中是 INNER JOIN,因此其连接类型为 inner 。

BKAJoin

BKAJoin,Batched Key Access Join,表示通过批量键值查询的方式进行 JOIN,即从左表取一批数据,构建一个 IN 条件拼接在访问右表的 SQL 中,从右表一次获取一批数据进行 JOIN。

  1.  
    mysql> explain select a.* from sbtest1 a, sbtest1 b where a.id = b.k order by a.id;
  2.  
    + -------------------------------------------------------------------------------------------------------------------------------+
  3.  
    | LOGICAL PLAN |
  4.  
    + -------------------------------------------------------------------------------------------------------------------------------+
  5.  
    | Project(id="id", k="k", c="c", pad="pad") |
  6.  
    | BKAJoin(id="id", k="k", c="c", pad="pad", id0="id0", k0="k0", c0="c0", pad0="pad0", condition="id = k", type="inner") |
  7.  
    | MergeSort(sort="id ASC") |
  8.  
    | LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql=" SELECT * FROM `sbtest1` ORDER BY `id` ") |
  9.  
    | UnionAll(concurrent=true) |
  10.  
    | LogicalView(tables="[ 0000 -0031].sbtest1_[ 000 -127] ", shardCount=128, sql=" SELECT * FROM `sbtest1` WHERE ( `k` IN ( '?')) ") |
  11.  
    | HitCache:false |
  12.  
    +-------------------------------------------------------------------------------------------------------------------------------+
  13.  
    7 rows in set (0.01 sec)

BKAJoin 的计划内容与 NlJoin 相同,这两个操作符命名不同,旨在告知执行器以何种方法执行 JOIN 操作。另外,以上执行计划中右表的 LogicalView 中 k IN ('?') 是优化器构建出来的对右表的IN查询模板。

LogicalModifyView

如上文介绍,LogicalView 表示从底层数据源获取数据的操作符,与之对应的,LogicalModifyView 表示对底层数据源的修改操作符,其中也会记录一个 SQL 语句,该 SQL 可能是 INSERT、UPDATE 或者 DELETE。

  1.  
    mysql> explain update sbtest1 set c= 'Hello, DRDS' where id > 1000;
  2.  
    + --------------------------------------------------------------------------------------------------------------------------------+
  3.  
    | LOGICAL PLAN |
  4.  
    + --------------------------------------------------------------------------------------------------------------------------------+
  5.  
    | LogicalModifyView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql=" UPDATE `sbtest1` SET `c` = ? WHERE ( `id` > ?) ") |
  6.  
    | HitCache:false |
  7.  
    +--------------------------------------------------------------------------------------------------------------------------------+
  8.  
    2 rows in set (0.03 sec)
  9.  
     
  10.  
    mysql> explain delete from sbtest1 where id > 1000;
  11.  
    +-------------------------------------------------------------------------------------------------------------------------+
  12.  
    | LOGICAL PLAN |
  13.  
    +-------------------------------------------------------------------------------------------------------------------------+
  14.  
    | LogicalModifyView(tables="[ 0000 -0031].sbtest1_[ 000 -127] ", shardCount=128, sql=" DELETE FROM `sbtest1` WHERE ( `id` > ?) ") |
  15.  
    | HitCache:false |
  16.  
    +-------------------------------------------------------------------------------------------------------------------------+
  17.  
    2 rows in set (0.03 sec)

LogicalModifyView 查询计划的内容与 LogicalView 类似,包括下发的物理分表,分表数以及 SQL 模版。同样,由于开启了 PlanCache,对 SQL 做了参数化处理,SQL 模版中的常量会用 ? 替换。

PhyTableOperation

PhyTableOperation 表示对某个物理分表执行一个操作。该操作符目前仅用于 INSERT INTO ... VALUES ...。

  1.  
    mysql> explain insert into sbtest1 values( 1, 1, '1', '1'),( 2, 2, '2', '2');
  2.  
    + --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
  3.  
    | LOGICAL PLAN |
  4.  
    + --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
  5.  
    | PhyTableOperation(tables="SYSBENCH_CORONADB_1526954857179TGMMSYSBENCH_CORONADB_VGOC_0000_RDS.[sbtest1_001]", sql=" INSERT INTO ? ( `id`, `k`, `c`, `pad`) VALUES(?, ?, ?, ?) ", params=" `sbtest1_001`, 1, 1, 1, 1 ") |
  6.  
    | PhyTableOperation(tables="SYSBENCH_CORONADB_1526954857179TGMMSYSBENCH_CORONADB_VGOC_0000_RDS.[sbtest1_002] ", sql=" INSERT INTO ? ( `id`, `k`, `c`, `pad`) VALUES(?, ?, ?, ?) ", params=" `sbtest1_002`, 2, 2, 2, 2 ") |
  7.  
    | |
  8.  
    | HitCache:false |
  9.  
    +--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
  10.  
    4 rows in set (0.00 sec)

示例中,INSERT 插入两行数据,每行数据对应一个 PhyTableOperation 操作符,PhyTableOperation 操作符的内容包括三部分:

  • tables:物理表名,仅有唯一一个物理表名。
  • sql:SQL 模版,该 SQL 模版中表名和常量均被参数化,用 ? 替换,对应的参数在随后的 params 中给出。
  • params:SQL 模版对应的参数,包括表名和常量。

其他信息

HitCache

DRDS 会默认开启 PlanCache 功能,HitCache 用于告知用户当前查询是否命中 PlanCache。如下,第一次运行 HitCache 为 false,第二次运行为 true。

  1.  
    mysql> explain select * From sbtest1 where id > 1000;
  2.  
    + -----------------------------------------------------------------------------------------------------------------------+
  3.  
    | LOGICAL PLAN |
  4.  
    + -----------------------------------------------------------------------------------------------------------------------+
  5.  
    | UnionAll(concurrent=true) |
  6.  
    | LogicalView(tables="[0000-0031].sbtest1_[000-127]", shardCount=128, sql=" SELECT * FROM `sbtest1` WHERE ( `id` > ?) ") |
  7.  
    | HitCache:false     |
  8.  
    +-----------------------------------------------------------------------------------------------------------------------+
  9.  
    3 rows in set (0.01 sec)
  10.  
     
  11.  
    mysql> explain select * From sbtest1 where id > 1000;
  12.  
    +-----------------------------------------------------------------------------------------------------------------------+
  13.  
    | LOGICAL PLAN |
  14.  
    +-----------------------------------------------------------------------------------------------------------------------+
  15.  
    | UnionAll(concurrent=true) |
  16.  
    | LogicalView(tables="[ 0000 -0031].sbtest1_[ 000 -127] ", shardCount=128, sql=" SELECT * FROM `sbtest1` WHERE ( `id` > ?) ") |
  17.  
    | HitCache:true |
  18.  
    +-----------------------------------------------------------------------------------------------------------------------+
  19.  
    3 rows in set (0.00 sec)

小结

以上介绍了 DRDS 5.3 的 EXPLAIN 命令,以及执行计划中每个操作符的含义,相信可以为用户调优 SQL 提供极大得便利。

DRDS 5.3 已经在阿里云正式上线,除全新设计的执行计划外,性能也有大幅提升,并支持原生事务、Outline 和 Plan Cache 等功能。后续支持复杂查询的只读实例、回收站、基于事务的广播表写入等功能也将相继上线,敬请期待。

 原文链接

你可能感兴趣的:(DRDS分布式SQL引擎—执行计划介绍)