解剖达梦数据库的SQL语句：从文本到结果的奇妙旅程

点滴学习第1篇：CentOS Stream 9环境下部署达梦8数据库

点滴学习第2篇：达梦数据库不更改SQL语句而改变其执行计划

点滴学习第3篇：数据库性能统计信息是DBA的火眼金睛

前 言

当你在达梦数据库中敲下一条SELECT
语句时，它经历了怎样的奇幻漂流？从字符文本变成精准结果，背后是达梦数据库精心设计的SQL编译器与SQL执行引擎的协作。本文用"庖丁解牛"的方式，带你一起学习达梦数据库的SQL语句的执行过程（解析、执行和获取）！

一、SQL编译器三剑客

1. 解析器：SQL的"翻译官"

• 任务：将SQL文本转换为“语法树”（AST），就像把句子拆成主谓宾。
• 词法分析：将SQL语句拆分为一个个的“词法单元”（Token），如关键字、标识符、运算符等。
• 示例：

SELECT name, age FROM users WHERE age > 18;

• 语法分析功能：根据SQL语法规则，将词法单元组织成语法树（Parse Tree），检查语句是否符合语法规范。
• 示例：

SELECT name, age FROM users WHERE age > 18;

SelectStmt
  -> TargetList: name, age
  -> FromClause: users     
  -> WhereClause: age > 18

• 语义分析：检查语法树的语义是否正确，例如表是否存在、列是否合法、数据类型是否匹配等。
• 检查users
  表是否存在。
• 检查name
  和age
  列是否存在。
• 检查age
  列的数据类型是否支持比较操作。

2. 查询优化器：数据库的"最强大脑"

• 核心问题：一条SQL可能有一组可能被使用的执行计划，如何选择最优解？
• 达梦的绝招：基于代价模型（Cost-Based Optimizer），代价衡量指标包括选择率、基数、代价，比较执行计划的代价，选择最小一个代价的计划。

3. 行源生成器：执行计划的"组装工人"

• 职责：将优化后的执行计划生成行源，即可被迭代控制的结构体。
• 输出：生成可执行的“行源”（Row Source），为SQL执行引擎提供操作。

二、执行引擎：数据流转的"高速流水线"

1. 火山模型：逐行处理的经典设计

• 工作原理：像流水线一样逐行处理数据，每个操作符（如Filter
  、Join
  ）通过next()
  方法传递数据。
• 达梦优化：引入向量化处理（批量处理数据块），减少函数调用开销，提升吞吐量。

2. 关键黑科技

• 并行执行：将任务拆分成子任务，多线程/多节点并行处理（例如PARALLEL
  提示）。
• 结果缓存：对高频重复查询缓存结果，减少重复计算（适用OLAP场景）。
• 内存管理：通过智能内存池（Memory Pool）避免频繁内存分配，降低碎片化。

三、SQL执行全过程

一条SQL语句
的具体执行过程包括以下步骤：

1. 客户端把语句发送给服务器端执行

2. 语句解析

• 查询库缓存：在数据库的高速缓存中去查找是否存在相同语句的执行计划
• 语句合法性检查：查看其是否合乎语法法则
• 语言含义检查：对语句中的字段、表等内容进行检查
• 获得对象解析锁：对需要查询的对象加锁
• 数据访问权限的核对：用户是否有数据访问权限
• 确定最佳执行计划：确定最佳执行计划，保存到库缓存（Library Cache）。

3. 语句执行

服务器进程执行SQL语句，若被选择行所在的数据块已被读取到数据缓冲区
，则服务器进程直接把这个数据反馈给客户端。若数据不在缓冲区中，服务器进程从数据文件中查询相关数据，放到数据缓冲区（Buffer Cache）
。

4. 提取数据

服务器进程把查询到的数据结果返回给客户端进程，完成整个查询。

四、查询优化器

达梦数据库优化器所做的操作有查询转换、估算代价、生成计划。

• 查询转换把查询块之间的连接类型、嵌套关系进行调整，生成更好的执行计划，例如：过滤条件下放、相关子查询去相关性；
• 估算代价选择率是满足条件的记录数占总记录数的百分比；基数是整个行集的行数；磁盘I/O、CPU占用和内存使用情况作为代价计算的依据；
• 生成计划对给定的查询按照连接方式、连接顺序、访问路径生成不同的执行计划。
  无论是开发者的SQL调优，还是DBA的架构设计，理解这些原理都能让你事半功倍！

🔗 互动话题：你在SQL优化中踩过哪些坑？评论区聊聊！

五、推荐学习资源