带你读 MySQL 源码:limit, offset
我一直想写 MySQL 源码分析文章,希望能够达成 2 个目标:
-
不想研究源码的朋友,可以通过文章了解 MySQL 常用功能的实现逻辑,做到知其然,也知其所以然。
-
想研究源码的朋友,能够以文章为切入点,迈进 MySQL 源码研究之门。
目标是明确的,任务是艰巨的。
MySQL 源码数量庞大,各种功能的代码盘根错节,相互交织在一起,形成一张复杂的网。
想要把这张网中的某些部分拎出来写成文章,还要做到通俗易懂,这并不是件容易的事,我也就迟迟没有动手。
万事开头难,但是再难,总得开始,才能有后续,所以,就有了这篇文章。
写文章是件费时费力的事,写出来了总希望有更多人看,否则就没有写下去的动力了。
对 MySQL 源码感兴趣的朋友们,如果想看到源码分析系列的更多文章,请帮忙把文章传播出去,分享给更多人。
唠叨完前因后果,再说说我准备怎么写这个系列文章:
-
我会挑一些常用功能,每篇文章介绍一个单点功能的源码,从简单功能开始,逐渐过渡到复杂功能。
-
每篇文章只会介绍核心源码逻辑,源码之中增加注释,源码之外尽可能用文字展开介绍源码逻辑,以帮助大家更好的理解源码。
-
每篇文章不会太长,如果功能复杂导致内容太长,我会拆分文章,尽量降低大家的阅读负担。
接下来,我们开始源码分析系列的第 1 篇
文章。
本文内容基于 MySQL 8.0.32 源码。
目录
[TOC]
正文
1. 准备工作
创建测试表:
1CREATE TABLE `t1` (
2 `id` int unsigned NOT NULL AUTO_INCREMENT,
3 `str1` varchar(255) NOT NULL DEFAULT '',
4 `i1` int NOT NULL DEFAULT '0',
5 PRIMARY KEY (`id`) USING BTREE
6) ENGINE=InnoDB DEFAULT CHARSET=utf8mb3;
插入测试数据:
1INSERT INTO t1(id, str1, i1) VALUES
2(1, 's1', 10),
3(2, 's2', 20),
4(3, 's3', 30),
5(4, 's4', 40),
6(5, 's5', 50),
7(6, 's6', 60),
8(7, 's7', 70),
9(8, 's8', 80);
示例 SQL:
1select * from t1 limit 5, 2
2. 整体介绍
我们先通过 explain 来看一下执行计划:
从 explain 输出可以看到,执行计划比较简单,SQL 执行过程包含 2 个迭代器:
-
Limit/Offset
,对应 LimitOffsetIterator 迭代器。 -
Table scan
,对应 TableScanIterator 迭代器。
代码执行时堆栈如下:
1| > handle_connection(void*) sql/conn_handler/connection_handler_per_thread.cc:302
2| + > do_command(THD*) sql/sql_parse.cc:1439
3| + - > dispatch_command(...) sql/sql_parse.cc:2036
4| + - x > dispatch_sql_command(THD*, Parser_state*) sql/sql_parse.cc:5322
5| + - x = > mysql_execute_command(THD*, bool) sql/sql_parse.cc:4688
6| + - x = | > Sql_cmd_dml::execute(THD*) sql/sql_select.cc:578
7| + - x = | + > Sql_cmd_dml::execute_inner(THD*) sql/sql_select.cc:778
8| + - x = | + - > Query_expression::execute(THD*) sql/sql_union.cc:1823
9| + - x = | + - x > // 查询入口
10| + - x = | + - x > Query_expression::ExecuteIteratorQuery(THD*) sql/sql_union.cc:1770
11| + - x = | + - x = > // 实现 limit, offset
12| + - x = | + - x = > LimitOffsetIterator::Read() sql/iterators/composite_iterators.cc:128
13| + - x = | + - x = | > // 从存储引擎读取一条记录
14| + - x = | + - x = | > TableScanIterator::Read() sql/iterators/basic_row_iterators.cc:218
3. 源码分析
TableScanIterator 迭代器用于从存储引擎读取记录,留到以后的文章介绍。
limit, offset 由 LimitOffsetIterator
迭代器实现,我们会介绍两个方法的代码:
-
Query_expression::ExecuteIteratorQuery(THD*)
,这是查询入口方法,介绍了它,流程才算完整。 -
LimitOffsetIterator::Read()
,limit, offset 的逻辑都在这个方法里实现。
3.1 ExecuteIteratorQuery()
1// sql/sql_union.cc
2bool Query_expression::ExecuteIteratorQuery(THD *thd) {
3 ...
4 {
5 ...
6 for (;;) {
7 // 从存储引擎读取一条记录
8 int error = m_root_iterator->Read();
9 DBUG_EXECUTE_IF("bug13822652_1", thd->killed = THD::KILL_QUERY;);
10
11 // 读取出错,直接返回
12 if (error > 0 || thd->is_error()) // Fatal error
13 return true;
14 // error < 0
15 // 表示已经读完了所有符合条件的记录
16 // 查询结束
17 else if (error < 0)
18 break;
19 // SQL 被客户端干掉了
20 else if (thd->killed) // Aborted by user
21 {
22 thd->send_kill_message();
23 return true;
24 }
25 ...
26 // 发送数据给客户端
27 if (query_result->send_data(thd, *fields)) {
28 return true;
29 }
30 ...
31 }
32 }
33 ...
34}
从以上代码可以看到,select 查询入口方法的主体是一个无限 for 循环。
每一轮循环都会调用 m_root_iterator->Read()
方法从存储引擎读取一条记录。
对于示例 SQL 来说,m_root_iterator->Read() 就是 LimitOffsetIterator::Read()。
for 循环会一直执行,直到 m_root_iterator->Read() 的返回值命中以下任意一个条件才会结束:
-
if (error > 0 || thd->is_error())
,读取出错了,以错误状态结束查询。 -
if (error < 0)
,已经读完所有符合条件的记录,以正常状态结束查询。 -
if (thd->killed)
,SQL 被客户端通过 kill <query_id> 干掉了,中止查询。<query_id>
为show processlist
中的 Id 字段。
for 循环中,每次从存储引擎读取到一条记录,都会调用 query_result->send_data(thd, *fields)
方法。
对于示例 SQL 来说,这个方法的行为就是把记录发送给客户端。
3.2 LimitOffsetIterator::Read()
1// sql/iterators/composite_iterators.cc
2int LimitOffsetIterator::Read() {
3 // 这个 if 括号里的条件理解起来会有点困难
4 // 所以被省略了,眼不见为净
5 //【重点】只有读取第一条和最后一条记录时才会进入这个 if 分支
6 if (...) {
7 ...
8 // m_needs_offset = true
9 // 表示 SQL 语句中指定了 offset
10 if (m_needs_offset) {
11 ...
12 // 循环从存储引擎读取 m_offset 条记录
13 // 每读取到一条记录,直接丢弃
14 for (ha_rows row_idx = 0; row_idx < m_offset; ++row_idx) {
15 // 读取一条记录之后
16 // 如果没有出错,就接着读取下一条记录
17 int err = m_source->Read();
18 // 读取出错,直接返回错误码
19 if (err != 0) {
20 return err;
21 }
22 ...
23 }
24 // 读取 m_offset 条记录并丢弃之后
25 // 把 m_seen_rows 设置为已读取记录数
26 m_seen_rows = m_offset;
27 // 然后把 m_needs_offset 设置为 false
28 // 表示不需要再处理 offset 逻辑了(因为已处理完成)
29 // 下次读取时也就不需要再跳过 m_offset 条记录了
30 m_needs_offset = false;
31 ...
32 }
33 // 如果已经读取了 m_limit 条记录
34 // 就返回 -1,表示读取结束
35 // m_limit = SQL 中的 limit + offset
36 if (m_seen_rows >= m_limit) {
37 ...
38 return -1;
39 }
40 }
41
42 // 读取需要返回给客户端的记录
43 const int result = m_source->Read();
44 ...
45 // 已读取记录数加 1
46 ++m_seen_rows;
47 // 返回当前读取的记录
48 // 给 Query_expression::ExecuteIteratorQuery() 方法
49 return result;
50}
除了处理 offset 逻辑之外,LimitOffsetIterator::Read()
每次只读取一条记录,这个方法的核心逻辑分为三部分:
第 1 部分:if (m_needs_offset)
,SQL 语句中指定了 offset,返回第一条记录给客户端之前,需要读取 offset 条记录并丢弃,从第 offset + 1
条记录开始返回给客户端。
这部分的主要逻辑是一个 for 循环,会循环 offset 次,每次读取一条记录。
如果读取成功,就接着读取下一条记录,而不会对这条记录做任何操作,也就相当于丢弃了。
如果读取失败,直接返回错误码,读取结束,客户端会收到报错信息。
第 2 部分:if (m_seen_rows >= m_limit)
,表示已经读取了 m_limit 条记录,返回 -1 表示读取正常结束。
m_limit = SQL 中的 limit + offset。
第 3 部分:result = m_source->Read()
从存储引擎读取一条记录,然后,把结果返回给 Query_expression::ExecuteIteratorQuery()
方法。
4. 总结
limit, offset 逻辑比较简单,全部由 LimitOffsetIterator::Read()
实现,核心逻辑总结如下:
-
从存储引擎读取返回给客户端的第 1 条记录之前,会先读取 offset 条记录并丢弃,然后再读取一条记录,用于返回给客户端。
-
从存储引擎读取第 2 ~ limit + offset 条记录时,每读取一条记录,都返回给
Query_expression::ExecuteIteratorQuery()
,由该方法把记录返回给客户端。 -
读取 limit + offset 条记录之后,返回 -1 表示读取流程正常结束。
从 LimitOffsetIterator::Read() 的实现逻辑来看,offset 越大,读取之后被丢弃的记录就越多,读取这些记录所做的都是无用功。
为了提高 SQL 的执行效率,可以通过改写 SQL 让 offset 尽可能小,理想状态是 offset = 0。
欢迎扫码关注公众号,我们一起学习更多 MySQL 知识: