性能文章>带你读 MySQL 源码:limit, offset>

带你读 MySQL 源码:limit, offset原创

1年前
299145

我一直想写 MySQL 源码分析文章,希望能够达成 2 个目标:

  • 不想研究源码的朋友,可以通过文章了解 MySQL 常用功能的实现逻辑,做到知其然,也知其所以然。

  • 想研究源码的朋友,能够以文章为切入点,迈进 MySQL 源码研究之门。

目标是明确的,任务是艰巨的。

MySQL 源码数量庞大,各种功能的代码盘根错节,相互交织在一起,形成一张复杂的网。

想要把这张网中的某些部分拎出来写成文章,还要做到通俗易懂,这并不是件容易的事,我也就迟迟没有动手。

万事开头难,但是再难,总得开始,才能有后续,所以,就有了这篇文章。

写文章是件费时费力的事,写出来了总希望有更多人看,否则就没有写下去的动力了。

对 MySQL 源码感兴趣的朋友们,如果想看到源码分析系列的更多文章,请帮忙把文章传播出去,分享给更多人。

唠叨完前因后果,再说说我准备怎么写这个系列文章:

  • 我会挑一些常用功能,每篇文章介绍一个单点功能的源码,从简单功能开始,逐渐过渡到复杂功能。

  • 每篇文章只会介绍核心源码逻辑,源码之中增加注释,源码之外尽可能用文字展开介绍源码逻辑,以帮助大家更好的理解源码。

  • 每篇文章不会太长,如果功能复杂导致内容太长,我会拆分文章,尽量降低大家的阅读负担。

接下来,我们开始源码分析系列的第 1 篇文章。

本文内容基于 MySQL 8.0.32 源码。

目录

  • 1. 准备工作

  • 2. 整体介绍

  • 3. 源码分析

    • 3.1 ExecuteIteratorQuery()

    • 3.2 LimitOffsetIterator::Read()

  • 4. 总结

 

正文

1. 准备工作

创建测试表:

CREATE TABLE `t1` (
  `id` int unsigned NOT NULL AUTO_INCREMENT,
  `str1` varchar(255NOT NULL DEFAULT '',
  `i1` int NOT NULL DEFAULT '0',
  PRIMARY KEY (`id`USING BTREE
ENGINE=InnoDB DEFAULT CHARSET=utf8mb3;

插入测试数据:

INSERT INTO t1(id, str1, i1) VALUES
(1's1'10),
(2's2'20),
(3's3'30),
(4's4'40),
(5's5'50),
(6's6'60),
(7's7'70),
(8's8'80);

示例 SQL:

select * from t1 limit 52

2. 整体介绍

我们先通过 explain 来看一下执行计划:

从 explain 输出可以看到,执行计划比较简单,SQL 执行过程包含 2 个迭代器:

  • Limit/Offset,对应 LimitOffsetIterator 迭代器。

  • Table scan,对应 TableScanIterator 迭代器。

代码执行时堆栈如下:

| > handle_connection(void*) sql/conn_handler/connection_handler_per_thread.cc:302
| + > do_command(THD*) sql/sql_parse.cc:1439
| + - > dispatch_command(...) sql/sql_parse.cc:2036
| + - x > dispatch_sql_command(THD*, Parser_state*) sql/sql_parse.cc:5322
| + - x = > mysql_execute_command(THD*, bool) sql/sql_parse.cc:4688
| + - x = | > Sql_cmd_dml::execute(THD*) sql/sql_select.cc:578
| + - x = | + > Sql_cmd_dml::execute_inner(THD*) sql/sql_select.cc:778
| + - x = | + - > Query_expression::execute(THD*) sql/sql_union.cc:1823
| + - x = | + - x > // 查询入口
| + - x = | + - x > Query_expression::ExecuteIteratorQuery(THD*) sql/sql_union.cc:1770
| + - x = | + - x = > // 实现 limit, offset
| + - x = | + - x = > LimitOffsetIterator::Read() sql/iterators/composite_iterators.cc:128
| + - x = | + - x = | > // 从存储引擎读取一条记录
| + - x = | + - x = | > TableScanIterator::Read() sql/iterators/basic_row_iterators.cc:218

3. 源码分析

TableScanIterator 迭代器用于从存储引擎读取记录,留到以后的文章介绍。

limit, offset 由 LimitOffsetIterator 迭代器实现,我们会介绍两个方法的代码:

  • Query_expression::ExecuteIteratorQuery(THD*),这是查询入口方法,介绍了它,流程才算完整。

  • LimitOffsetIterator::Read(),limit, offset 的逻辑都在这个方法里实现。

3.1 ExecuteIteratorQuery()

// sql/sql_union.cc
bool Query_expression::ExecuteIteratorQuery(THD *thd) {
  ...
  {
    ...
    for (;;) {
      // 从存储引擎读取一条记录
      int error = m_root_iterator->Read();
      DBUG_EXECUTE_IF("bug13822652_1", thd->killed = THD::KILL_QUERY;);

      // 读取出错,直接返回
      if (error > 0 || thd->is_error())  // Fatal error
        return true;
      // error < 0
      // 表示已经读完了所有符合条件的记录
      // 查询结束
      else if (error < 0)
        break;
      // SQL 被客户端干掉了
      else if (thd->killed)  // Aborted by user
      {
        thd->send_kill_message();
        return true;
      }
      ...
      // 发送数据给客户端
      if (query_result->send_data(thd, *fields)) {
        return true;
      }
      ...
    }
  }
  ...
}

从以上代码可以看到,select 查询入口方法的主体是一个无限 for 循环。

每一轮循环都会调用 m_root_iterator->Read() 方法从存储引擎读取一条记录。

对于示例 SQL 来说,m_root_iterator->Read() 就是 LimitOffsetIterator::Read()。

for 循环会一直执行,直到 m_root_iterator->Read() 的返回值命中以下任意一个条件才会结束:

  • if (error > 0 || thd->is_error()),读取出错了,以错误状态结束查询。

  • if (error < 0),已经读完所有符合条件的记录,以正常状态结束查询。

  • if (thd->killed),SQL 被客户端通过 kill <query_id> 干掉了,中止查询。

    <query_id>show processlist 中的 Id 字段。

for 循环中,每次从存储引擎读取到一条记录,都会调用 query_result->send_data(thd, *fields) 方法。

对于示例 SQL 来说,这个方法的行为就是把记录发送给客户端。

3.2 LimitOffsetIterator::Read()

// sql/iterators/composite_iterators.cc
int LimitOffsetIterator::Read() {
  // 这个 if 括号里的条件理解起来会有点困难
  // 所以被省略了,眼不见为净
  //【重点】只有读取第一条和最后一条记录时才会进入这个 if 分支
  if (...) {
    ...
    // m_needs_offset = true
    // 表示 SQL 语句中指定了 offset
    if (m_needs_offset) {
      ...
      // 循环从存储引擎读取 m_offset 条记录
      // 每读取到一条记录,直接丢弃
      for (ha_rows row_idx = 0; row_idx < m_offset; ++row_idx) {
        // 读取一条记录之后
        // 如果没有出错,就接着读取下一条记录
        int err = m_source->Read();
        // 读取出错,直接返回错误码
        if (err != 0) {
          return err;
        }
        ...
      }
      // 读取 m_offset 条记录并丢弃之后
      // 把 m_seen_rows 设置为已读取记录数 
      m_seen_rows = m_offset;
      // 然后把 m_needs_offset 设置为 false
      // 表示不需要再处理 offset 逻辑了(因为已处理完成)
      // 下次读取时也就不需要再跳过 m_offset 条记录了
      m_needs_offset = false;
      ...
    }
    // 如果已经读取了 m_limit 条记录
    // 就返回 -1,表示读取结束
    // m_limit = SQL 中的 limit + offset
    if (m_seen_rows >= m_limit) {
      ...
      return -1;
    }
  }

  // 读取需要返回给客户端的记录
  const int result = m_source->Read();
  ...
  // 已读取记录数加 1
  ++m_seen_rows;
  // 返回当前读取的记录
  // 给 Query_expression::ExecuteIteratorQuery() 方法
  return result;
}

除了处理 offset 逻辑之外,LimitOffsetIterator::Read() 每次只读取一条记录,这个方法的核心逻辑分为三部分:

第 1 部分if (m_needs_offset),SQL 语句中指定了 offset,返回第一条记录给客户端之前,需要读取 offset 条记录并丢弃,从第 offset + 1 条记录开始返回给客户端。

这部分的主要逻辑是一个 for 循环,会循环 offset 次,每次读取一条记录。

如果读取成功,就接着读取下一条记录,而不会对这条记录做任何操作,也就相当于丢弃了。

如果读取失败,直接返回错误码,读取结束,客户端会收到报错信息。

第 2 部分if (m_seen_rows >= m_limit),表示已经读取了 m_limit 条记录,返回 -1 表示读取正常结束。

m_limit = SQL 中的 limit + offset。

第 3 部分result = m_source->Read() 从存储引擎读取一条记录,然后,把结果返回给 Query_expression::ExecuteIteratorQuery() 方法。

4. 总结

limit, offset 逻辑比较简单,全部由 LimitOffsetIterator::Read() 实现,核心逻辑总结如下:

  • 从存储引擎读取返回给客户端的第 1 条记录之前,会先读取 offset 条记录并丢弃,然后再读取一条记录,用于返回给客户端。

  • 从存储引擎读取第 2 ~ limit + offset 条记录时,每读取一条记录,都返回给 Query_expression::ExecuteIteratorQuery(),由该方法把记录返回给客户端。

  • 读取 limit + offset 条记录之后,返回 -1 表示读取流程正常结束。

从 LimitOffsetIterator::Read() 的实现逻辑来看,offset 越大,读取之后被丢弃的记录就越多,读取这些记录所做的都是无用功。

为了提高 SQL 的执行效率,可以通过改写 SQL 让 offset 尽可能小,理想状态是 offset = 0。


有想了解的 MySQL 知识点或想交流的问题可以关注我公众号:一树一溪 

点赞收藏
分类:标签:
csch
请先登录,查看4条精彩评论吧
快去登录吧,你将获得
  • 浏览更多精彩评论
  • 和开发者讨论交流,共同进步
5
4