CBO代價解析
在過去數(shù)據(jù)庫主要使用基于規(guī)則的優(yōu)化器（RBO）,基于規(guī)則將SQL解析生成的關(guān)系表達(dá)式進(jìn)行等價交換吴超，形成更優(yōu)的方案松却，例如辕近，有一個多表查詢SQL
select a.c_id,sum(c.price) from a,b,c where a.c_id=c.c_id and c.o_id=b.o_id group by a.c_id order by sum(c.price) desc;
如果直接解析介褥，將會把a,b,c查詢的一部分創(chuàng)建為CROSS JOINS,再創(chuàng)建FILTER吮廉。再未優(yōu)化的情況下逾礁，CROSS JOINS將產(chǎn)生大量的中間數(shù)據(jù)说铃。即使試圖執(zhí)行這樣的計劃也沒有意義。
取而代之嘹履，利用RBO規(guī)則引擎腻扇，將會把cross join修改成按key進(jìn)行兩表連接的方式。確實會比CROSS JOINS更好砾嫉。
同樣的表連接幼苛，將大表放入內(nèi)存和將小表放入內(nèi)存明顯會有效率上的差異，但給予規(guī)則焕刮，此類設(shè)計會很復(fù)雜舶沿。
而基于CBO墙杯，將會明顯提升效率。所以在數(shù)據(jù)庫的CBO設(shè)計中括荡，主要參考了傳統(tǒng)關(guān)系型數(shù)據(jù)庫高镐，將CPU時間、內(nèi)存需求和網(wǎng)絡(luò)帶寬使用率作為三個影響查詢執(zhí)行效率的三個維度一汽。
在數(shù)據(jù)庫中記為成本避消。同時根據(jù)表的內(nèi)部統(tǒng)計信息，在邏輯計劃轉(zhuǎn)換成物理計劃時召夹，派生多個不同的物理計劃岩喷，并對每個物理計劃進(jìn)行評價，估計實現(xiàn)這個轉(zhuǎn)換的代價监憎。除枚舉外同時考慮使用動態(tài)規(guī)劃算法纱意。
考慮有多個查詢同時進(jìn)行，每個查詢的成本不同鲸阔，如何做到更高并發(fā)的查詢計劃偷霉，需要進(jìn)行權(quán)衡，這基本意味著需要以盡可能少的資源盡可能快地執(zhí)行查詢褐筛。在數(shù)據(jù)庫中类少，使用成本概念進(jìn)行建模，捕獲例如CPU成本渔扎、內(nèi)存需求和網(wǎng)絡(luò)帶寬使用率之類的屬性硫狞，探索查詢執(zhí)行計劃的不同變體，分配成本并進(jìn)行比較晃痴，選擇總成本最低的變體執(zhí)行残吩。這種方法巧妙地平衡了集群對于查詢響應(yīng)速度、高并發(fā)等需求倘核。
在查詢計劃中泣侮，每項操作的成本均以適合于該操作類型的計算方式及該操作涉及的數(shù)據(jù)統(tǒng)計信息進(jìn)行計算。
path
查詢執(zhí)行計劃的拆分匯總
表掃描（讀取表紧唱；運行時與過濾器結(jié)合使用）活尊、過濾器（SQL的where子句或查詢計劃程序推斷出的任何其他條件）、投影（計算輸出表達(dá)式）漏益、JOIN酬凳、聚合、排序（ORDER BY）遭庶、限制（LIMIT等）、排序和限制組合（例如order by limit）稠屠、其他峦睡。
表掃描統(tǒng)計翎苫。
表從讀取數(shù)據(jù)的任何過濾條件的使用，例如表中如果存在分區(qū)榨了，過濾條件排除掉某些分區(qū)后煎谍，則統(tǒng)計信息將考慮使用更小的數(shù)據(jù)集，并且更加準(zhǔn)確龙屉。
過濾統(tǒng)計呐粘。
在進(jìn)行過濾操作時將分析過濾條件，并計算估算值转捕，包括以下：數(shù)據(jù)行通過過濾條件的概率（得到過濾器之后的預(yù)期行數(shù)）作岖；過濾條件涉及的列的不同值的數(shù)量；不屬于過濾條件的列的不同值的數(shù)量（如果原始不同值數(shù)量大于通過過濾器的數(shù)據(jù)行的預(yù)期數(shù)量）五芝，理想狀態(tài)下痘儡，估算值=輸入行數(shù)*非空值分?jǐn)?shù)/去重值。
投影統(tǒng)計枢步。
按關(guān)系型理論考慮投影沉删，投影的結(jié)果大小是可精確計算的，通常醉途，投影與過濾器類似矾瑰，不同之處在于，投影不會影響操作后的預(yù)期行數(shù)隘擎，對于投影殴穴，將計算以下類型的列統(tǒng)計信息：投影產(chǎn)生不同值的數(shù)量，NULL投影產(chǎn)生的值嵌屎，投影產(chǎn)生的最小值/最大值推正。如果投影表達(dá)式是直接返回的，則無需統(tǒng)計宝惰。如果是將其作為過濾器或連接操作時植榕，則這些統(tǒng)計信息對于正確估計過濾器條件或連接返回的行數(shù)很重要。
CBO從概念上來說是簡單的尼夺，流程上考慮替代查詢計劃尊残，選擇并執(zhí)行最佳計劃，但細(xì)節(jié)上比傳統(tǒng)關(guān)系型數(shù)據(jù)庫需要考慮的更多淤堵，傳統(tǒng)數(shù)據(jù)庫基本只需要考慮磁盤IO即可寝衫。
在未使用CBO優(yōu)化器前，針對1TB數(shù)據(jù)量的TPC-DS數(shù)據(jù)拐邪，在查詢某些SQL時（如query72）,需要至少三個小時或以上才可以出結(jié)果慰毅，而在增加CBO優(yōu)化器后，進(jìn)行查詢將時間縮短到了5分鐘左右扎阶，效率整整提升了至少10倍到100倍汹胃。
以上為基于代價解析的最優(yōu)路徑規(guī)劃婶芭，「分布式技術(shù)專題」是國產(chǎn)數(shù)據(jù)庫hubble團隊精心整編，專題會持續(xù)更新着饥，歡迎大家保持關(guān)注犀农。
