PostgreSQL内核学习笔记四（SQL引擎）

PostgreSQL实现了SQL Standard2011的大部分内容，SQL处理是数据库中非常复杂的一部分内容。

本文简要介绍了SQL处理的相关内容。

简要介绍

SQL文的处理分为以下几个部分：

1. Parser阶段(词法分析，语法解析）
   
   对应于source中的parser模块
2. analyzer阶段(语义分析)
   
   对应于source中的analyzer模块
   
   内部处理中将Parser阶段生成的Parser tree转换为Query tree
3. rewriter阶段(查询重写)
   
   安装规则系统进行查询重写，还有视图重新
   
   对应于source中的rewriter模块
4. Planner阶段(生成最优查询计划)
   
   对应于source中planner模块
5. Executor阶段(查询计划执行)
   
   对应于source中executor模块

上图显示了SQL文处理的5个阶段。

Parser阶段

利用flex，bison等工具进行语法和语义分析，最终生成Parser tree。

输入：SQL文

输出：Parser tree

以下图为例，介绍下parser tree长什么样子

根据上图可以清晰的看到select的列对应于parser tree的target list

select 文的from部分对应于parser tree的from clause

select 文的where部分对应于parser tree的where clause

select文的order by部分对应于parser tree的sort clause

analyzer阶段

对于parser阶段的生成parser tree进行语义分析，生成Query tree

输入：Parser tree

输出：Query tree

以下图为例，介绍下Query tree长什么样子

targetlist 是select文的查询结果的list。以上图为例select文查询的列有两个id和data，则targetlist有两个元素，每个元素对应于一个TargetEntry。

rtable表示范围表range table，是所有表的list。

jointree 存储了from clause和where clause。

rewriter阶段

根据pg_rule系统catalog中的规则将改变Query tree。

输入：Query tree

输出：Query tree

以视图为例

sampledb=# CREATE VIEW employees_list
sampledb-#      AS SELECT e.id, e.name, d.name AS department
sampledb-#            FROM employees AS e, departments AS d WHERE e.department_id = d.id;

sampledb=# SELECT * FROM employees_list

根据上图所示，Querytree中范围表rtable中的内容进行了转变。

Planner

根据rewriter阶段的Query tree生成最优查询计划树Plan tree，然后通过执行器executor进行执行。

PostgreSQL中Plan tree可以通过EXPLAIN命令进行显示

testdb=# EXPLAIN SELECT * FROM tbl_a WHERE id < 300 ORDER BY data;
                          QUERY PLAN
---------------------------------------------------------------
 Sort  (cost=182.34..183.09 rows=300 width=8)
   Sort Key: data
   ->  Seq Scan on tbl_a  (cost=0.00..170.00 rows=300 width=8)
         Filter: (id < 300)
(4 rows)

下图显示了Plan tree和EXPLAIN执行结果的关系

plan tree的类型有很多种，上图中是SortNode类型，source文件 plannodes.h中定义了所有的类型。

执行器在执行时先从Plan tree的底部开始执行，最后到顶部。

以上图为例，先对table_a进行顺序扫描，然后再进行排序获得最终结果。

Executor

执行器执行plan tree的过程中，通过buffer manager进行table和index的读写。执行时也需要一些内存比如：temp_buffers, work_mem,包括一些临时文件。

此外在存取元组时，PostgreSQL会用到mvcc机制保证并发时事务的一致性和隔离性

参考文档：

http://www.interdb.jp/pg/pgsql03.html#_3.ref.1