MySQL源代码:从SQL语句到MySQL内部对象

2012-11-2  |  10:40分类:MySQL,代码细节  |  标签:  |  

自从有了微薄后博客就写得少了,上一篇博客已经是6月份写的了... 从写第一篇关于MySQL源码的文章之后也已经过了很久,继续上路。

优化器是关系数据库的一个重要而有特色的部分,优化器的理论和实践也多半也都很复杂,本系列文章希望通过解析MySQL优化器,来用好MySQL,扬其长,避其短。顺便也一窥关系数据库优化器的实现思路。文章将重点介绍重要的数据结构和数据结构之间的关系,而不是侧重于代码("Bad programmers worry about the code. Good programmers worry about data structures and their relationships.")。

0 写在前面

本文解决了什么问题:希望通过这些文章能够帮你更加顺畅的理解MySQL优化器的行为;在你阅读MySQL源代码之前了解更多的背后思路。

本文不解决什么问题:教你如何读懂源代码;

这个系列很长,大概按这样的思路进行下去: 基本的数据结构、语法解析、JOIN的主要算法、JOIN顺序和单表访问。数据结构(以及他们的关系)和算法流程总是相互穿插介绍。

建议阅读:参考文献中的文章和书籍,都建议在阅读本文之前阅读。

1 SQL语句解析基础

1.1 语法解析基础/Flex与Bison

MySQL语法解析封装在函数MYSQLparser中完成。跟其他的语法解析器一样,它包含两个模块:词法分析(Lexical scanner)和语法规则(Grammar rule module)。词法分析将整个SQL语句打碎成一个个单词(Token),而语法规则模块则根据MySQL定义的语法规则生成对应的数据结构,并存储在对象THD->LEX结构当中。最后优化器,根据这里的数据,生成执行计划,再调用存储引擎接口执行。

词法分析和语法规则模块有两个较成熟的开源工具Flex和Bison分别用来解决这两个问题。MySQL处于性能和灵活考虑,选择了自己完成词法解析部分,语法规则部分使用Bison。词法解析和Bison沟通的核心函数是由词法解析器提供的函数接口yylex(),在Bison中,必要的时候调用yylex()获得词法解析的数据,完成自己的语法解析。Bison的入口时yyparse(),在MySQL中是,MYSQLParse。

如果对词法分析和语法规则模块感到陌生,建议阅读参考文献[4][5][6]先注1,否则很难理解整个架构,或者至少会有很强的断层感。而且,根据Bison的Action追踪MySQL数据的存储结构是很有效的。

1.2 MySQL语法解析Sample与示意图

简单的解析过程可以使用下面的示意图说明:

MySQL语法解析说明--1

具体的解析一个SQL语句的WHERE部分:

MySQL语法解析说明--2

2 SQL语句到MySQL的内部对象

Bison在做语法解析后,会将解析结果(一颗解析树/AST)存储在THD::LEX中。这里将通过考察存储WHERE的数据结构来查看语法解析的结果。

2.1 著名的Item对象

在了解MySQL的解析树之前,我们需要先来认识一个重要的数据结构Item。这是一个基础对象,在优化器部分代码,满地都是。在MySQL Internal Manual中也单独介绍:The Item Class

Item是一个基础类,在他的基础上派生了很多子孙。这些子类基本描述所有SQL语句中的对象,他们包括:

  • 一个文本字符串/数值对象
  • 一个数据表的某一列(例如,select c1,c2 from dual...中的c1,c2)
  • 一个比较动作,例如c1>10
  • 一个WHERE子句的所有信息
  • ......
  • 可以看到,Item基本上代码SQL语句中的所有对象。在语法解析树中,这些Item以一颗树的形式存在。示意图如下:

    WHERE语法树

    2.2 Bison语法中的WHERE

    从SELECT子句开始,我们看到对应的where_clause就是我们关注的WHERE:

    bison_where

    我们来看看Bison中的几个重要的Action参考注1

    where_clause: /* empty */ {} | WHERE expr { THD->lex->current_select->where = $2 } expr: ... | expr and expr { $$ = new (YYTHD->mem_root) Item_cond_and($1, $3) } |ident comp_op NUM /*这一行并不是源码的一部分,便于理解简化如此*/ { $$ = new Item_func_ge(a, b); /*这一行并不是源码的一部分,便于理解简化如此*/ }

    根据这里的Bison语法,就可以生产上面的WHERE语法树了。如果你是和我一样刚刚了解Flex/Bison/AST,一定也会决定很巧妙!

    2.3 WHERE的数据结构和他们之间的关系

    绘制了下面的关系图用来描述WHERE和WHERE解析树的各个分支:

    theclassofwhere

    例如WHERE条件WHERE c1="orczhou" and c2 > 10,WHERE本身(lex->select->where)就是一个Item_cond_and对象,这个对象中有一个Item List,将List中每一个Item的值做AND运输,也就是这个WHERE的取值了。

    这里,WHERE的List中有两个Item对象,分别代表了c1="orczhou"和c2 > 10。具体的,这两个对象的类型分别是Item_func_eq和Item_func_gt。

    再单独看看Item_func_gt(代表c2 > 10)对象,这个对象由Item_func派生而来(当然追根朔源都是Item的孩儿们),这个对象有成员:Item **args。args则存放了比较操作需要使用的Item。

    对于c2 > 10,这个不等式中有两个Item,分别代表字段c2和整数10,存储这两个对象的类型分别是:Item_field和Item_int。

    2.4 通过GDB打印WHERE对象

    WHERE条件是:WHERE id = 531389273 AND reg_date > '2012-02-12 09';

    打印WHERE中的List

    (gdb) p ((Item_cond *)select_lex->where)->list $13 = { <base_list> = { <Sql_alloc> = {<No data fields>}, members of base_list: first = 0x7f5bbc005860, last = 0x7f5bbc005870, elements = 2 }

    因为WHERE有两个判断,所以这里list中有两个元素。

    打印list中的第一个判断(id = 531389273)

    (gdb) p *(Item_func *)((Item_cond *)select_lex->where)->list->first->info $69 = { <Item_result_field> = { <Item> = { ...... next = 0x7f2134005320, ...... }, ...... }, members of Item_func: args = 0x7f2134005420, tmp_arg = {0x7f2134005228, 0x7f2134005320}, arg_count = 2, ....... }

    这里等于操作有两个操作元素(arg_count=2),并以数组的形式存储在args中

    打印上面等式的第一个对象(也就是id)

    打印第一个Item的类型 p ((Item_func *)((Item_cond *)select_lex->where)->list->first->info)->args[0]->type() $74 = Item::FIELD_ITEM 将第一个Item转换成正确的类型再打印 p *(Item_field *)((Item_func *)((Item_cond *)select_lex->where)->list->first->info)->args[0] $78 = { <Item_ident> = { <Item> = { ....... name = 0x7f2134005208 "id", ...... }, ...... members of Item_ident: orig_field_name = 0x7f2134005208 "id", field_name = 0x7f2134005208 "id", ....... }, members of Item_field: field = 0x0, result_field = 0x0, ....... }

    可以看到这里的id对象的类型是Item::FIELD_ITEM,也就是Item_field类型。

    3 关于Item对象

    继续从存储WHERE的Item_cond_and对象开始:

    classItem__bool__func__inherit__graph

    (点击可以查看大图)

    看到Item_cond_and的继承关系:Item_cond->Item_bool_func->......->Item_result_filed->Item

    Item一个很重要的成员函数就是type,所以在gdb的时候如果不清楚Item的类型,可以调用该方法确定:

    (gdb) p ((*(Item_func *)thd->lex->current_select->where)->tmp_arg[0])->type() $42 = Item::FIELD_ITEM

    这篇文章就到这吧,希望能够继续下去。

    参考

    [1]OReilly Understanding MySQL Internals

    [2]The Skeleton of the Server Code@MySQL Internals Manual

    [3]探索MYSQL源代码–SQL历险记@by hoterran

    [4]mysql源码分析之网络连接流程@by Timchou

    [5]Using Flex and Bison by Aaron Montgomery(由浅到深,较为完整的介绍)

    [6]OReilly By John Levine (完整的介绍)

    [7]Tutorial@by Aaron Myles Landwehr (简洁明了的介绍)

    [8] MySQL Source Code

    [注1] 我以前从未了解编译原理、语法解析相关的知识,这次恶补了一下,如果你也一样,那么建议阅读参考文件中的[4][5][6],我天资平平,大约花费了一周/二十个小时左右

    喜欢本文,那就收藏到:

    4条评论 关于 “MySQL源代码:从SQL语句到MySQL内部对象”

    1. zhoujy 发表于: 十一月 2nd, 2012 13:26

      学习。

    2. 匿名 发表于: 十一月 7th, 2012 07:19

      硬着头皮看到最后,木有看懂。看来没那么容易学呀

    3. 关于MySQL的Item对象 - 一个故事@MySQL DBA 发表于: 十一月 20th, 2012 23:15

      [...] 前篇介绍了MySQL如何从SQL语句转换成一个内部对象。本文是前篇的延续,将更加详细的介绍WHERE语句对应的Item对象。 目录1. Item对象@MySQL Internal2. WHERE对应的Item对象2.1 WHERE id >= 1 and id < 32.2 WHERE id = 1 or id >102.3 WHERE id >= 0 and id < 2 or id = 202.4 WHERE (id = 10 or ... ) and id >= 152.5 WHERE id >= 15 or (id > 1 and id < 10)2.6 WHERE id >= 15 or ( ... and ( ... or ... ))3. Item对象的继承关系图3.1 Item_bool_func的继承关系图3.2 完整Item对象继承关系图参考 [...]


    发表您的评论