数据库内核月报－ 2017/03 - MySQL · 新特性分析 · 5.7中Derived table变形记 - 《数据库内核月报》

Derived table实际上是一种特殊的subquery，它位于SQL语句中FROM子句里面，可以看做是一个单独的表。MySQL5.7之前的处理都是对Derived table进行Materialize，生成一个临时表保存Derived table的结果，然后利用临时表来协助完成其他父查询的操作，比如JOIN等操作。MySQL5.7中对Derived table做了一个新特性。该特性允许将符合条件的Derived table中的子表与父查询的表合并进行直接JOIN。下面我们看一下DBT-3中的一条被新特性优化过的执行计划：


1. SELECT t2.o_clerk, t1.price - t2.o_totalprice
2. FROM
3. (SELECT l_orderkey, SUM( l_extendedprice * (1 - l_discount)) price
4. FROM lineitem GROUP by l_orderkey) t1
5. JOIN
6. (SELECT o_clerk, o_orderkey, o_totalprice
7. FROM orders
8. WHERE o_orderdate BETWEEN '1995-01-01' AND '1995-12-31') t2
9. ON t1.l_orderkey = t2.o_orderkey WHERE t1.price > t2.o_totalprice;

MySQL5.6执行计划如下图所示（下图通过WorkBench的Visual Explain直观的对执行计划进行了展示）：

对应的explain输出结果为：


1. ID SELECT_TYPE      TABLE        TYPE    POSSIBLE_KEYS    KEY        KEY_LEN    REF                ROWS        EXTRA
2. 1    PRIMARY      <derived3>    ALL      NULL            NULL    NULL    NULL            4812318        NULL
3. 1    PRIMARY        <derived2>    ref       <auto_key0>     <auto_key0>   4    t2.o_orderkey    599860        Using where; Using index
4. 3    DERIVED       orders    ALL       i_o_orderdate    NULL    NULL    NULL            15000000    Using where
5. 2    DERIVED          lineitem    index    PRIMARY, i_l_shipdate, …    PRIMARY    8    NULL     59986052    NULL

MySQL5.7 Merge derived table特性应用之后，执行计划变成了如下所示：

同样explain的输出结果为：


1. ID  SELECT_TYPE    TABLE        PARTITIONS  TYPE    POSSIBLE_KEYS            KEY        KEY_LEN    REF        ROWS        FILTERED    EXTRA
2. 1    PRIMARY        <derived2>    NULL        ALL        NULL                    NULL    NULL    NULL    59986052    100.00        NULL
3. 1    PRIMARY        orders         NULL        eq_ref    PRIMARY, i_o_orderdate    PRIMARY    4        t1.l_orderkey    1    10.69        Using where
4. 2    DERIVED        lineitem    NULL        index    PRIMARY, i_l_shipdate, …PRIMARY    8        NULL    59986052    100.00        NULL

可以看到orders已经从Derived table的子表里面merge到了父查询中，尽而简化了执行计划，同时也提高了执行效率。看一下MySQL5.6与MySQL5.7对于上面的DBT-3中的这条Query执行性能的对比图：

Merge Derived table有两种方式进行控制。第一种，通过开关optimizer_switch=’derived_merge=on|off’来进行控制。第二种，在CREATE VIEW的时候指定ALGORITHM=MERGE | TEMPTABLE，默认是MERGE方式。如果指定是TEMPTABLE，将不会对VIEW进行Merge Derived table操作。只要Derived table里不包含如下条件就可以利用该特性进行优化：

UNION clause
GROUP BY
DISTINCT
Aggregation
LIMIT or OFFSET
Derived table里面包含用户变量的设置。

那么Merge Derived table在MySQL中是如何实现的呢？下面我们分析一下源码。对于Derived table的merge过程是在MySQL的resolve阶段完成的，这意味着对于Merge操作是永久性的，经过resolve阶段之后就不会再对Derived table进行其他的变换。执行的简单流程如下：


1. SELECT_LEX::prepare

3. |

5. TABLE_LIST::resolve_derived // 这里首先递归对每个Derived table自身进行变换，经过变换后的Derived table开始考虑和最外层的父查询进行Merge

7. |

9. SELECT_LEX::merge_derived // 将Derived table与父查询进行Merge

下面我们重点研究一下merge_derived这个函数实现过程：


1. bool SELECT_LEX::merge_derived(THD *thd, TABLE_LIST *derived_table)
2. {
3. DBUG_ENTER("SELECT_LEX::merge_derived");

5. // 这里首先会判断是不是Derived table（这里view看做是带有名字的Derived table),同时也会看该Derived table是否已经被合并过了
6. if (!derived_table->is_view_or_derived() || derived_table->is_merged())
7. DBUG_RETURN(false);

9. SELECT_LEX_UNIT *const derived_unit= derived_table->derived_unit();

11. // A derived table must be prepared before we can merge it
12. DBUG_ASSERT(derived_unit->is_prepared());

14. LEX *const lex= parent_lex;

16. // Check whether the outer query allows merged views
17. if ((master_unit() == lex->unit && // 只会在父查询进行merge Derived table操作。
18. // 这里会查看当前命令是否需要进行merge操作，比如CREATE VIEW，SHOW CREATE VIEW等。如果需要再继续
19. !lex->can_use_merged()) ||
20. lex->can_not_use_merged())
21. DBUG_RETURN(false);

23. // 查看当前的Derived table是否满足merge条件
24. if (!derived_unit->is_mergeable() ||
25. derived_table->algorithm == VIEW_ALGORITHM_TEMPTABLE ||
26. (!thd->optimizer_switch_flag(OPTIMIZER_SWITCH_DERIVED_MERGE) &&
27. derived_table->algorithm != VIEW_ALGORITHM_MERGE))
28. DBUG_RETURN(false);

30. SELECT_LEX *const derived_select= derived_unit->first_select();
31. /*
32. 当前不会对包含 STRAIGHT_JOIN，且Derived table中包含semi-join的query进行merge操作。
33. 这是因为MySQL为了保证正确性，必须先做semi-join之后才可以与其他表继续做JOIN。
34. 例如：select straight_join * from tt , (select * from tt where a in (select a from t1))     as ttt;
35. */
36. if ((active_options() & SELECT_STRAIGHT_JOIN) && derived_select->has_sj_nests)
37. DBUG_RETURN(false);

39. ...

41. // 利用Nested_join结构来辅助处理OUTER-JOIN的情况。如果Derived table是OUTER-JOIN的内表，需要将Derived table中的每个表设置为JOIN的时候可以为空。具体请参考propagate_nullability。
42. if (!(derived_table->nested_join=
43. (NESTED_JOIN *) thd->mem_calloc(sizeof(NESTED_JOIN))))
44. DBUG_RETURN(true);        /* purecov: inspected */
45. // 这里确保NESTED_JOIN结构是空的，在构造函数处理比较合适
46. derived_table->nested_join->join_list.empty();
47. // 该函数会将所有Derived table中的表merge到NESTED_JOIN结构体中
48. if (derived_table->merge_underlying_tables(derived_select))
49. DBUG_RETURN(true);       /* purecov: inspected */

51. // 接下来需要将Derived table中的所有表连接到父查询的table_list列表中，进而将Derived table从父查询中剔除。
52. for (TABLE_LIST **tl= &leaf_tables; *tl; tl= &(*tl)->next_leaf)
53. {
54. if (*tl == derived_table)
55. {
56. for (TABLE_LIST *leaf= derived_select->leaf_tables; leaf;
57. leaf= leaf->next_leaf)
58. {
59. if (leaf->next_leaf == NULL)
60. {
61. leaf->next_leaf= (*tl)->next_leaf;
62. break;
63. }
64. }
65. *tl= derived_select->leaf_tables;
66. break;
67. }
68. }
69. // 下面会对父查询的所有相关数据结构进行重新计算，进而包含所有从Derived table merge之后的表的相关信息。
70. leaf_table_count+= (derived_select->leaf_table_count - 1);
71. derived_table_count+= derived_select->derived_table_count;
72. materialized_derived_table_count+=
73. derived_select->materialized_derived_table_count;
74. has_sj_nests|= derived_select->has_sj_nests;
75. partitioned_table_count+= derived_select->partitioned_table_count;
76. cond_count+= derived_select->cond_count;
77. between_count+= derived_select->between_count;

79. // Propagate schema table indication:
80. // @todo: Add to BASE options instead
81. if (derived_select->active_options() & OPTION_SCHEMA_TABLE)
82. add_base_options(OPTION_SCHEMA_TABLE);

84. // Propagate nullability for derived tables within outer joins:
85. if (derived_table->is_inner_table_of_outer_join())
86. propagate_nullability(&derived_table->nested_join->join_list, true);

88. select_n_having_items+= derived_select->select_n_having_items;

90. // 将Derived table的where条件合并到父查询
91. if (derived_table->merge_where(thd))
92. DBUG_RETURN(true);        /* purecov: inspected */
93. // 将Derived table的结构从父查询中删除
94. derived_unit->exclude_level();

96. // 这里用来禁止对Derived table的继续访问
97. derived_table->set_derived_unit((SELECT_LEX_UNIT *)1);

99. // 建立对Derived table需要获取的列的引用。在后续函数中会对引用列进行相关处理，请参考函数setup_natural_join_row_types函数
100. if (derived_table->create_field_translation(thd))
101. DBUG_RETURN(true);

103. // 将Derived table中的列或者表的重命名合并到父查询
104. merge_contexts(derived_select);
105. repoint_contexts_of_join_nests(derived_select->top_join_list);

107. // 因为已经把Derived table中包含的表merge到了父查询，所以需要对TABLE_LIST中的表所在的位置进行重新定位。
108. remap_tables(thd);

110. // 将Derived table合并到父查询之后，需要重新修改原来Derived table中所有对Derived table中所有列的引用，
111. fix_tables_after_pullout(this, derived_select, derived_table, table_adjust);

113. // 如果Derived table中包含ORDER By语句，处理原则和正常SubQuery的处理方式类似：
114. //  1. 如果Derived table只包含一个表
115. //  2. 并且Derived table不包含聚集函数
116. // 满足上述两个条件之后，Derived table将会保留ORDER BY。其他情况subquery中的ORDER BY将会被忽略掉，这也是MySQL5.7区别于MySQL5.6的一点。

118. //  当Derived table保留了Order by，是否能合并到父查询，需要满足如下条件：
119. //     1. 父查询允许做Derived table中的ORDER BY。下面几种情况不允许做ORDER BY
120. //         a) 如果父查询包含有自己的ORDER BY
121. //         b) 如果父查询包含GROUP BY
122. //         c) 如果父查询包含未被优化掉的DISTINCT
123. //     2. 父查询不能是UNION操作，因为UNION默认会做DISTINCT操作
124. //     3. 为了简化操作，只有当父查询只包含Derived table的时候（即FROM子句里面只有Derived table一个表）才可以保留ORDER BY。这里有相当大的改进空间可以尽量的来按照Derived table定义的ORDER BY操作来进行父查询的操作。比如有两个表以上，如果父查询没有ORDER BY的要求，也可以按照Derived table来对结果进行排序。
125. if (derived_select->is_ordered())
126. {
127. if ((lex->sql_command == SQLCOM_SELECT ||
128. lex->sql_command == SQLCOM_UPDATE ||
129. lex->sql_command == SQLCOM_DELETE) &&
130. !(master_unit()->is_union() ||
131. is_grouped() ||
132. is_distinct() ||
133. is_ordered() ||
134. get_table_list()->next_local != NULL))
135. order_list.push_back(&derived_select->order_list);
136. }

138. // 对于Derived table中包含的full-text functions需要添加到父查询的查询列表中。
139. if (derived_select->ftfunc_list->elements &&
140. add_ftfunc_list(derived_select->ftfunc_list))
141. DBUG_RETURN(true);        /* purecov: inspected */

143. DBUG_RETURN(false);
144. }

综上所述，本篇文章简要的分析了MySQL Merge Derived table的作用以及实现方式。Merge Derived table的引入可以有效的提升Subquery query的执行效率，更重要的是为以后应对复杂查询提供了新的优化手段。

原文：http://mysql.taobao.org/monthly/2017/03/05/