GaussDB 子查询调优

子查询背景介绍

应用程序通过SQL语句来操作数据库时会使用大量的子查询，这种写法比直接对两个表做连接操作在结构上和思路上更清晰，尤其是在一些比较复杂的查询语句中，子查询有更完整、更独立的语义，会使SQL对业务逻辑的表达更清晰更容易理解，因此得到了广泛的应用。

GaussDB根据子查询在SQL语句中的位置把子查询分成了子查询、子链接两种形式。

• 子查询SubQuery：对应于查询解析树中的范围表RangeTblEntry，更通俗一些指的是出现在FROM语句后面的独立的SELECT语句。
• 子链接SubLink：对应于查询解析树中的表达式，更通俗一些指的是出现在where/on子句、targetlist里面的语句。

  综上，对于查询解析树而言，SubQuery的本质是范围表、而SubLink的本质是表达式。针对SubLink场景而言，由于SubLink可以出现在约束条件、表达式中，按照GaussDB对sublink的实现，sublink可以分为以下几类：

  • exist_sublink：对应EXIST、NOT EXIST语句
  • any_sublink：对应op ALL(select…)语句，其中OP可以是IN,<,>,=操作符
  • all_sublink：对应op ALL(select…)语句，其中OP可以是IN,<,>,=操作符
  • rowcompare_sublink：对应record op (select …)语句
  • expr_sublink：对应(SELECT with single targetlist item ...)语句
  • array_sublink：对应ARRAY(select…)语句
  • cte_sublink：对应with query(…)语句

GaussDB对SubLink的优化

针对SubLink的优化策略主要是让内层的子查询提升(pullup)，能够和外表直接做关联查询，从而避免生成SubPlan+Broadcast內表的执行计划。判断子查询是否存在性能风险，可以通过explain查询语句查看Sublink的部分是否被转换成SubPlan+Broadcast的执行计划。

例如：

• 目前GaussDB支持的Sublink-Release场景
  • IN-Sublink无相关条件
    • 不能包含上一层查询的表中的列（可以包含更高层查询表中的列）。
    • 不能包含易变函数。

    

  • Exist-Sublink包含相关条件

    Where子句中必须包含上一层查询的表中的列，子查询的其它部分不能含有上层查询的表中的列。其它限制如下。

    • 子查询必须有from子句。
    • 子查询不能含有with子句。
    • 子查询不能含有聚集函数。
    • 子查询里不能包含集合操作、排序、limit、windowagg、having操作。
    • 不能包含易变函数。

    

  • 包含聚集函数的等值相关子查询的提升

    子查询的where条件中必须含有来自上一层的列，而且此列必须和子查询本层涉及表中的列做相等判断，且这些条件必须用and连接。其它地方不能包含上层的列。其它限制条件如下。

    • 子查询中where条件包含的表达式(列名)必须是表中的列。
    • 子查询的Select关键字后，必须有且仅有一个输出列，此输出列必须是聚集函数(如max)，并且聚集函数的参数(t2.c2)不能是来自外层表(t1)中的列。聚集函数不能是count。

      例如，下列示例可以提升。

      select * from t1 where c1 >( select max(t2.c1) from t2 where t2.c1=t1.c1 );

      下列示例不能提升，因为子查询没有聚集函数。

      select * from t1 where c1 >( select t2.c1 from t2 where t2.c1=t1.c1 );

      下列示例不能提升，因为子查询有两个输出列。

      select * from t1 where (c1,c2) >( select max(t2.c1),min(t2.c2) from t2 where t2.c1=t1.c1 );

    • 子查询必须是from子句。
    • 子查询中不能有groupby、having、集合操作。
    • 子查询只能是inner join。

      例如：下列示例不能提升。

      select * from t1 where c1 >( select max(t2.c1) from t2 full join t3 on (t2.c2=t3.c2) where t2.c1=t1.c1 );

    • 子查询的targetlist中不能包含返回set的函数。
    • 子查询的where条件中必须含有来自上一层的列，而且此列必须和子查询层涉及表中的列做相等判断，且这些条件必须用and连接。其它地方不能包含上层的上层中的列。例如：下列示例中的最内层子链接可以提升。

      select * from t3 where t3.c1=( select t1.c1 from t1 where c1 >( select max(t2.c1) from t2 where t2.c1=t1.c1 ));

      基于上面的示例，再加一个条件，则不能提升，因为最内侧子查询引用了上层中的列。示例如下：

      select * from t3 where t3.c1=( select t1.c1 from t1 where c1 >( select max(t2.c1) from t2 where t2.c1=t1.c1 and t3.c1>t2.c2 ));

  • 提升OR子句中的SubLink

    当WHERE过滤条件中有OR连接的EXIST相关SubLink，

    例如：

    select a, c from t1 where t1.a = (select avg(a) from t3 where t1.b = t3.b) or exists (select * from t4 where t1.c = t4.c);

    将OR-ed连接的EXIST相关子查询OR字句的提升过程：

    1. 提取where条件中，or子句中的opExpr。为：t1.a = (select avg(a) from t3 where t1.b = t3.b)
    2. 这个op操作中包含subquery，判断是否可以提升，如果可以提升，重写subquery为：select avg(a), t3.b from t3 group by t3.b，生成not null条件t3.b is not null，并将这个opexpr用这个not null条件替换。此时SQL变为：

       select a, c from t1 left join (select avg(a) avg, t3.b from t3 group by t3.b) as t3 on (t1.a = avg and t1.b = t3.b) where t3.b is not null or exists (select * from t4 where t1.c = t4.c);

    3. 再次提取or子句中的exists sublink，exists (select * from t4 where t1.c = t4.c)，判断是否可以提升，如果可以提升，转换subquery为：select t4.c from t4 group by t4.c生成NotNull条件t4.c is not null提升查询，SQL变为：

       select t1.a, t1.c from t1 left join (select avg(a) avg, t3.b from t3 group by t3.b) as t3 on (t1.a = avg and t1.b = t3.b) left join (select t5.c from t5 group by t5.c) as t5 on (t1.c = t5.c) where t3.b is not null or t5.c is not null;

       

• 目前GaussDB不支持的Sublink-Release场景

  除了以上场景之外都不支持Sublink提升，因此关联子查询会被计划成SubPlan+Broadcast的执行计划，当inner表的数据量较大时则会产生性能风险。

  如果相关子查询中跟外层的两张表做join，那么无法提升该子查询，需要通过将父SQL创建成with子句，然后再跟子查询中的表做相关子查询查询。

  例如：

  select distinct t1.a, t2.a from t1 left join t2 on t1.a=t2.a and not exists (select a,b from test1 where test1.a=t1.a and test1.b=t2.a);

  改写为

  with temp as ( select * from (select t1.a as a, t2.a as b from t1 left join t2 on t1.a=t2.a) ) select distinct a,b from temp where not exists (select a,b from test1 where temp.a=test1.a and temp.b=test1.b);

  • 出现在targetlist里的相关子查询无法提升(不含count)

    例如：

    explain (costs off) select (select c2 from t2 where t1.c1 = t2.c1) ssq, t1.c2 from t1 where t1.c2 > 10;

    执行计划为：

    explain (costs off) select (select c2 from t2 where t1.c1 = t2.c1) ssq, t1.c2 from t1 where t1.c2 > 10; QUERY PLAN ------------------------------------------------------ Streaming (type: GATHER) Node/s: All datanodes -> Seq Scan on t1 Filter: (c2 > 10) SubPlan 1 -> Result Filter: (t1.c1 = t2.c1) -> Materialize -> Streaming(type: BROADCAST) Spawn on: All datanodes -> Seq Scan on t2 (11 rows)

    由于相关子查询出现在targetlist(查询返回列表)里，对于t1.c1=t2.c1不匹配的场景仍然需要输出值，因此使用left-outerjoin关联T1&T2确保t1.c1=t2.c1在不匹配时，子SSQ能够返回不匹配的补空值。

    说明：

    SSQ和CSSQ的解释如下：

    • SSQ：ScalarSubQuery一般指返回1行1列scalar值的sublink，简称SSQ。
    • CSSQ：Correlated-ScalarSubQuery和SSQ相同不过是指包含相关条件的SSQ。

    上述SQL语句可以改写为：

    with ssq as ( select t2.c2 from t2 ) select ssq.c2, t1.c2 from t1 left join ssq on t1.c1 = ssq.c2 where t1.c2 > 10;

    改写后的执行计划为：

    QUERY PLAN ------------------------------------------- Streaming (type: GATHER) Node/s: All datanodes -> Hash Right Join Hash Cond: (t2.c2 = t1.c1) -> Streaming(type: REDISTRIBUTE) Spawn on: All datanodes -> Seq Scan on t2 -> Hash -> Seq Scan on t1 Filter: (c2 > 10) (10 rows)

    可以看到出现在SSQ返回列表里的相关子查询SSQ，已经被提升成Right Join，从而避免当內表T2较大时出现SubPlan+Broadcast计划导致性能变差。

  • 出现在targetlist里的相关子查询无法提升(带count)

    例如：

    select (select count(*) from t2 where t2.c1=t1.c1) cnt, t1.c1, t3.c1 from t1,t3 where t1.c1=t3.c1 order by cnt, t1.c1;

    执行计划为

    QUERY PLAN ------------------------------------------------------------------ Streaming (type: GATHER) Node/s: All datanodes -> Sort Sort Key: ((SubPlan 1)), t1.c1 -> Hash Join Hash Cond: (t1.c1 = t3.c1) -> Seq Scan on t1 -> Hash -> Seq Scan on t3 SubPlan 1 -> Aggregate -> Result Filter: (t2.c1 = t1.c1) -> Materialize -> Streaming(type: BROADCAST) Spawn on: All datanodes -> Seq Scan on t2 (17 rows)

    由于相关子查询出现在targetlist(查询返回列表)里，对于t1.c1=t2.c1不匹配的场景仍然需要输出值，因此使用left-outerjoin关联T1&T2确保t1.c1=t2.c1在不匹配时子SSQ能够返回不匹配的补空值，但是这里带了count语句及时在t1.c1=t2.t1不匹配时需要输出0，因此可以使用一个case-when NULL then 0 else count(*)来代替。

    上述SQL语句可以改写为：

    with ssq as ( select count(*) cnt, c1 from t2 group by c1 ) select case when ssq.cnt is null then 0 else ssq.cnt end cnt, t1.c1, t3.c1 from t1 left join ssq on ssq.c1 = t1.c1,t3 where t1.c1 = t3.c1 order by ssq.cnt, t1.c1;

    改写后的执行计划为

    QUERY PLAN ----------------------------------------------------- Streaming (type: GATHER) Node/s: All datanodes -> Sort Sort Key: (count(*)), t1.c1 -> Hash Join Hash Cond: (t1.c1 = t3.c1) -> Hash Left Join Hash Cond: (t1.c1 = t2.c1) -> Seq Scan on t1 -> Hash -> HashAggregate Group By Key: t2.c1 -> Seq Scan on t2 -> Hash -> Seq Scan on t3 (15 rows)

  • 相关条件为不等值场景

    例如：

    select t1.c1, t1.c2 from t1 where t1.c1 = (select agg() from t2.c2 > t1.c2);

    对于非等值相关条件的SubLink目前无法提升，从语义上可以通过做2次join（一次CorrelationKey，一次rownum自关联）达到提升改写的目的。

    改写方案有两种。

    • 子查询改写方式

      select t1.c1, t1.c2 from t1, ( select t1.rowid, agg() aggref from t1,t2 where t1.c2 > t2.c2 group by t1.rowid ) dt /* derived table */ where t1.rowid = dt.rowid AND t1.c1 = dt.aggref;

    • CTE改写方式

      WITH dt as ( select t1.rowid, agg() aggref from t1,t2 where t1.c2 > t2.c2 group by t1.rowid ) select t1.c1, t1.c2 from t1, derived_table where t1.rowid = derived_table.rowid AND t1.c1 = derived_table.aggref;

  须知：

  • 目前尚无高效的实现表、中间结果集的全局唯一rowid，因此目前此类场景很难改写，建议通过业务层进行规避，或者可以使用t1.xc_nodeid + t1.ctid进行rowid关联，但是xc_nodeid的重复率较高会导致join关联效率变低，而xc_node_id+ctid类型无法作为hashjoin的关联条件。
  • 对于AGG类型为count(*)时需要进行CASE-WHEN对没有match的场景补0处理，非COUNT(*)场景NULL处理。
  • CTE改写方式如果有sharescan支持性能上能够更优。

更多优化示例

示例1：修改基表为replicate表，并且在过滤列上创建索引。

create table master_table (a int); 
create table sub_table(a int, b int); 
select a from master_table group by a having a in (select a from sub_table); 

上述事例中存在一个相关性子查询，为了提升查询的性能，可以将sub_table修改为一个relication表，并且在字段a上创建一个index。

示例2：修改select语句，将子查询修改为和主表的join，或者修改为可以提升的subquery，但是在修改前后需要保证语义的正确性。

explain (costs off)select * from master_table as t1 where t1.a in (select t2.a from sub_table as t2 where t1.a = t2.b); 
                        QUERY PLAN 
---------------------------------------------------------- 
 Streaming (type: GATHER) 
   Node/s: All datanodes 
   ->  Seq Scan on master_table t1 
         Filter: (SubPlan 1) 
         SubPlan 1 
           ->  Result 
                 Filter: (t1.a = t2.b) 
                 ->  Materialize 
                       ->  Streaming(type: BROADCAST) 
                             Spawn on: All datanodes 
                             ->  Seq Scan on sub_table t2 
(11 rows)

上面事例计划中存在一个subPlan，为了消除这个subPlan可以修改语句为：

explain(costs off) select * from master_table as t1 where exists (select t2.a from sub_table as t2 where t1.a = t2.b and t1.a = t2.a); 
                    QUERY PLAN 
-------------------------------------------------- 
 Streaming (type: GATHER) 
   Node/s: All datanodes 
   ->  Hash Semi Join 
         Hash Cond: (t1.a = t2.b) 
         ->  Seq Scan on master_table t1 
         ->  Hash 
               ->  Streaming(type: REDISTRIBUTE) 
                     Spawn on: All datanodes 
                     ->  Seq Scan on sub_table t2 
(9 rows)

从计划可以看出，subPlan消除了，计划变成了两个表的semi join，这样会大大提高执行效率。

create table master_table (a int); 
create table sub_table(a int, b int); 
select a from master_table group by a having a in (select a from sub_table); 

explain (costs off)select * from master_table as t1 where t1.a in (select t2.a from sub_table as t2 where t1.a = t2.b); 
                        QUERY PLAN 
---------------------------------------------------------- 
 Streaming (type: GATHER) 
   Node/s: All datanodes 
   ->  Seq Scan on master_table t1 
         Filter: (SubPlan 1) 
         SubPlan 1 
           ->  Result 
                 Filter: (t1.a = t2.b) 
                 ->  Materialize 
                       ->  Streaming(type: BROADCAST) 
                             Spawn on: All datanodes 
                             ->  Seq Scan on sub_table t2 
(11 rows)

explain(costs off) select * from master_table as t1 where exists (select t2.a from sub_table as t2 where t1.a = t2.b and t1.a = t2.a); 
                    QUERY PLAN 
-------------------------------------------------- 
 Streaming (type: GATHER) 
   Node/s: All datanodes 
   ->  Hash Semi Join 
         Hash Cond: (t1.a = t2.b) 
         ->  Seq Scan on master_table t1 
         ->  Hash 
               ->  Streaming(type: REDISTRIBUTE) 
                     Spawn on: All datanodes 
                     ->  Seq Scan on sub_table t2 
(9 rows)