如何自己动手写SQL执行引擎


Posted in MySQL onJune 02, 2021

前言

在阅读了大量关于数据库的资料后,笔者情不自禁产生了一个造数据库轮子的想法。来验证一下自己对于数据库底层原理的掌握是否牢靠。在笔者的github中给这个database起名为Freedom。

整体结构

既然造轮子,那当然得从前端的网络协议交互到后端的文件存储全部给撸一遍。下面是Freedom实现的整体结构,里面包含了实现的大致模块:

如何自己动手写SQL执行引擎

最终存储结构当然是使用经典的B+树结构。当然在B+树和文件系统block块之间的转换则通过Buffer(Page) Manager来进行。当然了,为了完成事务,还必须要用WAL协议,其通过Log Manager来操作。
Freedom采用的是索引组织表,通过DruidSQL Parse来将sql翻译为对应的索引操作符进而进行对应的语义操作。

MySQL Protocol结构

client/server之间的交互采用的是MySQL协议,这样很容易就可以和mysql client以及jdbc进行交互了。

query packet

mysql通过3byte的定长包头去进行分包,进而解决tcp流的读取问题。再通过一个sequenceId来再应用层判断packet是否连续。

如何自己动手写SQL执行引擎

result set packet

mysql协议部分最复杂的内容是其对于result set的读取,在NIO的方式下加重了复杂性。
Freedom通过设置一系列的读取状态可以比较好的在Netty框架下解决这一问题。

如何自己动手写SQL执行引擎

row packet

还有一个较简单的是对row格式进行读取,如上图所示,只需要按部就班的解析即可。

如何自己动手写SQL执行引擎

由于协议解析部分较为简单,在这里就不再赘述。

SQL Parse

Freedom采用成熟好用的Druid SQL Parse作为解析器。事实上,解析sql就是将用文本表示
的sql语义表示为一系列操作符(这里限于篇幅原因,仅仅给出select中where过滤的原理)。

对where的处理

例如where后面的谓词就可以表示为一系列的以树状结构组织的SQL表达式,如下图所示:

如何自己动手写SQL执行引擎

当access层通过游标提供一系列row后,就可以通过这个树状表达式来过滤出符合where要求的数据。Druid采用了Parse中常用的visitor很方便的处理上面的表达式计算操作。

对join的处理

对join最简单处理方案就是对两张表进行笛卡尔积,然后通过上面的where condition进行过滤,如下图所示:

如何自己动手写SQL执行引擎

Freedom对于缩小笛卡尔积的处理

由于Freedom采用的是B+树作为底层存储结构,所以可以通过where谓词来界定B+树scan(搜索)的范围(也即最大搜索key和最小搜索key在B+树种中的位置)。考虑sql

select a.*,b.* from t_archer as a join t_rider as b where a.id>=3 and a.id<=11 and b.id>=19 and b.id<=31

那么就可以界定出在id这个索引上,a的scan范围为[3,11],如下图所示:

如何自己动手写SQL执行引擎

b的scan范围为[19,31],如下图所示(假设两张表数据一样,便于绘图):

如何自己动手写SQL执行引擎

scan少了从原来的15*15(一共15个元素)次循环减少到4*4次循环,即循环次数减少到7.1%

当然如果存在join condition的话,那么Freedom在底层cursor递归处理的过程中会预先过滤掉一部分数据,进一步减少上层的过滤。

B+Tree的磁盘结构

leaf磁盘结构

Freedom的B+Tree是存储到磁盘里的。考虑到存储的限制以及不定长的key值,所以会变得非常复杂。Freedom以page为单位来和磁盘进行交互。叶子节点和非叶子节点都由page承载并刷入磁盘。结构如下所示:

如何自己动手写SQL执行引擎

一个元组(tuple/item)在一个page中分为定长的ItemPointer和不定长的Item两部分。
其中ItemPointer里面存储了对应item的起始偏移和长度。同时ItemPointer和Item如图所示是向着中心方向进行伸张,这种结构很有效的组织了非定长Item。

leaf和node节点在Page中的不同

虽然leaf和node在page中组织结构一致,但其item包含的项确有区别。由于Freedom采用的是索引组织表,所以对于leaf在聚簇索引(clusterIndex)和二级索引(secondaryIndex)中对item的表示也有区别,如下图所示:

如何自己动手写SQL执行引擎

其中在二级索引搜索时通过secondaryIndex通过index-key找到对应的clusterId,再通过
clusterId在clusterIndex中找到对应的row记录。
由于要落盘,所以Freedom在node节点中的item里面写入了index-key对应的pageno,
这样就可以容易的从磁盘恢复所有的索引结构了。

B+Tree在文件中的组织

有了Page结构,我们就可以将数据承载在一个个page大小的内存里面,同时还可以将page刷新到对应的文件里。有了node.item中的pageno,我们就可以较容易的进行文件和内存结构之间的互相映射了。
B+树在磁盘文件中的组织如下图所示:

如何自己动手写SQL执行引擎

B+树在内存中相对应的映射结构如下图所示:

如何自己动手写SQL执行引擎

文件page和内存page中的内容基本是一致的,除了一些内存page中特有的字段,例如dirty等。

每个索引一个B+树

在Freedom中,每个索引都是一颗B+树,对记录的插入和修改都要对所有的B+树进行操作。

B+Tree的测试

笔者通过一系列测试case,例如随机变长记录对B+树进行插入并落盘,修复了其中若干个非常诡异的corner case。

B+Tree的todo

笔者这里只是完成了最简单的B+树结构,没有给其添加并发修改的锁机制,也没有在B+树做操作的时候记录log来保证B+树在宕机等灾难性情况下的一致性,所以就算完成了这么多的工作量,距离一个高并发高可用的bptree还有非常大的距离。

Meta Data

table的元信息由create table所创建。创建之后会将元信息落盘,以便Freedom在重启的时候加载表信息。每张表的元信息只占用一页的空间,依旧复用page结构,主要保存的是聚簇索引和二级索引的信息。元信息对应的Item如下图所示:

如何自己动手写SQL执行引擎

如果想让mybatis可以自动生成关于Freedom的代码,还需实现一些特定的sql来展现Freedom的元信息。这个在笔者另一个项目rider中有这样的实现。原理如下图所示:

如何自己动手写SQL执行引擎

实现了上述4类SQL之后,mybatis-generator就可以通过jdbc从Freedom获取元信息进而自动生成代码了。

事务支持

由于当前Freedom并没有保证并发,所以对于事务的支持只做了最简单的WAL协议。通过记录redo/undolog从而实现原子性。

redo/undo log协议格式

Freedom在每做一个修改操作时,都会生成一条日志,其中记录了修改前(undo)和修改后(redo)的行信息,undo用来回滚,redo用来宕机recover。结构如下图所示:

如何自己动手写SQL执行引擎

WAL协议

WAL协议很好理解,就是在事务commit前将当前事务中所产生的的所有log记录刷入磁盘。
Freedom自然也做了这个操作,使得可以在宕机后通过log恢复出所有的数据。

如何自己动手写SQL执行引擎

回滚的实现

由于日志中记录了undo,所以对于一个事务的回滚直接通过日志进行undo即可。如下图所示:

如何自己动手写SQL执行引擎

宕机恢复

Freedom如果在page全部刷盘之后关机,则可以由通过加载page的方式获取原来的数据。
但如果突然宕机,例如kill -9之后,则可以通过WAL协议中记录的redo/undo log来重新
恢复所有的数据。由于时间和精力所限,笔者并没有实现基于LSN的检查点机制。

Freedom运行

git clone https://github.com/alchemystar/Freedom.git

// 并没有做打包部署的工作,所以最简单的方法是在java编辑器里面

run alchemystar.freedom.engine.server.main

以下是笔者实际运行Freedom的例子:

如何自己动手写SQL执行引擎

join查询

如何自己动手写SQL执行引擎

delete回滚

如何自己动手写SQL执行引擎

尾声

在造轮子的过程中一开始是非常有激情非常快乐的。但随着系统越来越庞大,复杂性越来越高,进度就会越来越慢,还时不时要推翻自己原来的设想并重新设计,然后再协同修改关联的所有代码,就如同泥沼,越陷越深。至此,笔者才领悟了软件工程最重要的其实是控制复杂度!始终保持简洁的接口和优雅的设计是实现一个大型系统的必要条件。

github链接:https://github.com/alchemystar/Freedom

以上就是如何自己动手写SQL执行引擎的详细内容,更多关于自己动手写SQL执行引擎的资料请关注三水点靠木其它相关文章!

MySQL 相关文章推荐
详解MySQL主从复制及读写分离
May 07 MySQL
MySQL sql_mode的使用详解
May 08 MySQL
MySQL Threads_running飙升与慢查询的相关问题解决
May 08 MySQL
mysql对于模糊查询like的一些汇总
May 09 MySQL
linux下导入、导出mysql数据库命令的实现方法
May 26 MySQL
MySQL 常见存储引擎的优劣
Jun 02 MySQL
MySQL高速缓存启动方法及参数详解(query_cache_size)
Jul 01 MySQL
MySQL数据库索引的最左匹配原则
Nov 20 MySQL
MySQL中IO问题的深入分析与优化
Apr 02 MySQL
MySQL 语句执行顺序举例解析
Jun 05 MySQL
MySQL池化框架学习接池自定义
Jul 23 MySQL
数据设计之权限的实现
Aug 05 MySQL
MySQL 8.0 Online DDL快速加列的相关总结
MySQL 常见存储引擎的优劣
Jun 02 #MySQL
Mysql文件存储图文详解
一文读懂navicat for mysql基础知识
Mysql数据库索引面试题(程序员基础技能)
MySQL CHAR和VARCHAR该如何选择
May 31 #MySQL
带你学习MySQL执行计划
May 31 #MySQL
You might like
php数据访问之查询关键字
2016/05/09 PHP
在laravel中实现事务回滚的方法
2019/10/10 PHP
JavaScript Array扩展实现代码
2009/10/14 Javascript
利用jQuery接受和处理xml数据的代码(.net)
2011/03/28 Javascript
jquery.multiselect多选下拉框实现代码
2016/11/11 Javascript
angular ng-click防止重复提交实例
2017/06/16 Javascript
详解基于vue-cli优化的webpack配置
2017/11/06 Javascript
echarts鼠标覆盖高亮显示节点及关系名称详解
2018/03/17 Javascript
vue中的router-view组件的使用教程
2018/10/23 Javascript
vue把输入框的内容添加到页面的实例讲解
2019/11/11 Javascript
Python自动化测试工具Splinter简介和使用实例
2014/05/13 Python
用Python代码来解图片迷宫的方法整理
2015/04/02 Python
简单介绍Python中的struct模块
2015/04/28 Python
Python向MySQL批量插数据的实例讲解
2018/03/31 Python
TensorFlow Session会话控制&amp;Variable变量详解
2018/07/30 Python
使用Python如何测试InnoDB与MyISAM的读写性能
2018/09/18 Python
使用Python生成200个激活码的实现方法
2019/11/22 Python
Pycharm最新激活码2019(推荐)
2019/12/31 Python
Python netmiko模块的使用
2020/02/14 Python
Python流程控制常用工具详解
2020/02/24 Python
Python+appium框架原生代码实现App自动化测试详解
2020/03/06 Python
关于Python3爬虫利器Appium的安装步骤
2020/07/29 Python
Python fileinput模块如何逐行读取多个文件
2020/10/05 Python
CSS3实现彩色进度条动画的示例
2020/10/29 HTML / CSS
请描述一下”is a”关系和”has a”关系
2015/02/03 面试题
区三好学生主要事迹
2014/01/30 职场文书
应届毕业生通用的自荐书范文
2014/02/07 职场文书
会计专业导师推荐信
2014/03/08 职场文书
留学生求职信
2014/06/03 职场文书
普通党员四风问题对照检查材料
2014/09/27 职场文书
村党建工作汇报材料
2014/11/02 职场文书
影视后期实训报告
2014/11/05 职场文书
旷工检讨书1000字
2015/01/01 职场文书
学校党员干部承诺书
2015/05/04 职场文书
法定代表人免职证明
2015/06/24 职场文书
漫画「处刑少女的生存之道」第3卷封面公开
2022/03/21 日漫