从join的实现窥探MySQL迭代器

以如下left join查询语句为范例：

select * from t1 left join t2 on t1.c=t2.a ;

以下初始化数据：

1  DROP TABLE IF EXISTS `t1`;
2    CREATE TABLE `t1` (
3      `a` int DEFAULT NULL,
4      `b` varchar(20) DEFAULT NULL
5    )
6    INSERT INTO `t1` VALUES (1, 'a');
7    INSERT INTO `t1` VALUES (1, 'b');
8    INSERT INTO `t1` VALUES (4, 'a');
9    INSERT INTO `t1` VALUES (5, 'a');
10    
11    DROP TABLE IF EXISTS `t2`;
12    CREATE TABLE `t2` (
13      `c` int DEFAULT NULL,
14      `d` varchar(20) DEFAULT NULL
15    )
16    INSERT INTO `t2` VALUES (9, 'i');
17    INSERT INTO `t2` VALUES (1, 'i');
18    INSERT INTO `t2` VALUES (2, 'i');
19    INSERT INTO `t2` VALUES (3, 'i');
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

1.处理join的yacc入口

在sys_yacc.yy文件内解析t1 left join t2 on t1.c=t2.a;对应处理位置

1  table_reference outer_join_type table_reference ON_SYM expr
2    {
3  $$= NEW_PTN PT_joined_table_on($1, @2, $2, $3, $5);
4    }
1
2
3

其中outer_join_type对应

1  outer_join_type:
2    LEFT opt_outer JOIN_SYM          { $$= JTT_LEFT; }
3  | RIGHT opt_outer JOIN_SYM         { $$= JTT_RIGHT; }
1
2

入参处理在函数T_joined_table_on内

2.移步到函数PT_joined_table_on

从PT_joined_table_on声明可知其继承PT_joined_table函数，入参左右表赋值为PT_joined_table内定义的tr1和tr2

函数PT_joined_table_on将输入join的左右表加入context内，并调用add_join_on将on内的条件加入右表，记录后续数据过滤条件。

3.执行阶段函数do_command(thd)

具体对应执行函数int mysql_execute_command(THD *thd, bool first_level)，语句解析以及相应参数保存完成后，进入函数int mysql_execute_command(THD *thd, bool first_level)，此函数内根据前面解析到的命令类型switch (lex->sql_command)调用对应的处理函数，如当前语句为例查询命令解析为lex->sql_command = SQLCOM_SELECT则进入函数lex->m_sql_cmd->execute(thd);其对应为sql_select.cc内函数bool Sql_cmd_dml::execute(THD *thd)。

4.优化器操作，生成access_paths

sql_select.cc内函数bool Sql_cmd_dml::execute(THD *thd)函数内主要操作为函数execute_inner，在函数execute_inner内首先会对当前的执行优化操作，

1. 调用查询表达式Query_expression的优化器unit->optimize，此函数中会对该Query_expression的内的每个查询块query_block分别先进行优化操作，
2. 查询块内函数bool JOIN::optimize()内会将每个查询块优化生成查询执行计划 ，具体执行函数为函数JOIN::create_access_paths()内create_root_access_path_for_join()函数，以当前查询为例在函数create_root_access_path_for_join内根据参数条件主要调用ConnectJoins函数
3. 在函数ConnectJoins内调用FindSubstructure判断是join类型内连接、外连接、半链接等类型
4. 根据FindSubstructure返回join类型调用相应的函数生成path，当前查询为例执行调用CreateHashJoinAccessPath生成path。

至此查询块query_block的优化操作和path生成完成，查询块优化操作完成后再执行整体表达式Query_expression的优化和path的生成，因为目前范例仅为一个查询块，所以当前无需再做整体表达式的优化和path生成。

5.创建迭代器iterator

根据上一步生成的path调用CreateIteratorFromAccessPath函数生成迭代器，用于循环操作各表数据。

在此函数内会根据path的类型调用生成不同类型的迭代器，以目前范例为例，会调用迭代器类型为HashJoinIterator

6.上述4、5步执行完成后，执行迭代器iterator

在函数execute_inner内执行完成上述4、5步骤操作后主要继续执行unit->execute(thd)函数，其对应执行查询表达式函数bool Query_expression::ExecuteIteratorQuery(THD *thd)

1. 函数Query_expression::ExecuteIteratorQuery内主要执行m_root_iterator->Init()，迭代器iterator初始化，当前范例为使用HashJoinIterator类型迭代器，因此对应执行迭代器函数HashJoinIterator::Init()
2. 执行m_build_input->Init()来初始右表table句柄,用于下面函数BuildHashTable()内读取右表数据以便初始化返回数据存储表hashtable，值得注意的是BuildHashTable函数内会根据处理流程调用SetReadingProbeRowState设置执行状态用于引导后续迭代器iterator执行流程。
3. 函数内最后调用InitProbeIterator执行m_probe_input->Init()初始左表table句柄用于下面函数读取左表数据。
4. 上面操作完成后执行m_root_iterator->Read()函数，以当前查询为范例其对应int HashJoinIterator::Read()函数，执行过程中根据前面SetReadingProbeRowState设置的流程状态再选择对应的操作函数，以当前范例则会循环读取左表数据，而在操作函数内也会调用SetReadingProbeRowState来设置迭代器iterator下一步操作，直至迭代器处理完成，其中在函数Query_expression::ExecuteIteratorQuery，每次读取一条成功后就会调用send_data操作将结果发送至客户端，直至所有查询结果发送完成。

7.至此客户端收到相应显示查询结果。

---

Enjoy GreatSQL :)

关于 GreatSQL

GreatSQL是由万里数据库维护的MySQL分支，专注于提升MGR可靠性及性能，支持InnoDB并行查询特性，是适用于金融级应用的MySQL分支版本。

相关链接： GreatSQL社区 Gitee GitHub Bilibili

GreatSQL社区：

欢迎来GreatSQL社区发帖提问 https://greatsql.cn/

技术交流群：

微信：扫码添加GreatSQL社区助手微信好友，发送验证信息加群。