MySQL内核源码解读-SQL解析之解析器浅析

Posted 2021-01-13

mysql服务器接收SQL格式的查询，首先要对sql进行解析，内部将文本格式转换为二进制结构，这个转换就是解析器，解析的目的是为了让优化器更好的处理指令，以便以最优的路径，最少的耗时返回我们想要的结果。
sql解析器的构成：
1、词法分析(Lexical scanner)：作用是将整个查询分解为多个元素。
2、语法规则(Grammar rule module)：寻找sql语法规则组合，产生一个序列，执行这些规则相关的代码。
1 and 2 产生一棵解析树，提供给优化器使用。
mysql解析器的特殊性在于它直接转换为程序内存中的内部解析的C/C++结构，而一般的解析器是将文本表达式转换为字节代码。
1. 源码解读解析器
MySQL语法解析封装在函数MYSQLparser中，包含两个模块：词法分析(Lexical scanner)和语法规则(Grammar rule module)。词法分析将整个SQL语句打碎成一个个单词(Token)，而语法规则模块则根据MySQL定义的语法规则生成对应的数据结构，并存储在对象THD->LEX结构当中。最后优化器，根据这里的数据，生成执行计划，再调用存储引擎接口执行。词法分析和语法规则模块有两个较成熟的开源工具Flex和Bison分别用来解决这两个问题。MySQL出于性能和灵活考虑，选择了自行完成词法解析部分，语法规则部分使用Bison。词法解析和Bison沟通的核心函数是由词法解析器提供的函数接口yylex()，在Bison中，必要的时候调用yylex()获得词法解析的数据，完成自己的语法解析。Bison的入口为yyparse()，在MySQL中定义为MYSQLParse。
1.1. 解析示意

Bison在做语法解析后，会将解析结果（解析树/AST）存储在THD::LEX中，通过存储WHERE的数据结构来查看语法解析的结果。

1.2. 解析树的ITEM对象
在MYSQL中，有以下ITEM大类型：
FIELD_ITEM, FUNC_ITEM,
SUM_FUNC_ITEM,
STRING_ITEM,
INT_ITEM,
REAL_ITEM,
NULL_ITEM,
VARBIN_ITEM,
COPY_STR_ITEM,
FIELD_AVG_ITEM,
DEFAULT_VALUE_ITEM,
PROC_ITEM,COND_ITEM,
REF_ITEM,
FIELD_STD_ITEM,
FIELD_VARIANCE_ITEM,
INSERT_VALUE_ITEM,
SUBSELECT_ITEM,
ROW_ITEM,
CACHE_ITEM,
TYPE_HOLDER,
PARAM_ITEM
其中许多ITEM还有小类，如Item_func有如下小类型:
UNKNOWN_FUNC,
EQ_FUNC,
EQUAL_FUNC,
NE_FUNC,
LT_FUNC,
LE_FUNC,
GE_FUNC,
GT_FUNC,FT_FUNC,
LIKE_FUNC,
NOTLIKE_FUNC,
ISNULL_FUNC,
ISNOTNULL_FUNC,
COND_AND_FUNC,
COND_OR_FUNC,
COND_XOR_FUNC,
BETWEEN, IN_FUNC,
INTERVAL_FUNC,
ISNOTNULLTEST_FUNC,
SP_EQUALS_FUNC,
SP_DISJOINT_FUNC,
SP_INTERSECTS_FUNC,
SP_TOUCHES_FUNC,
SP_CROSSES_FUNC,
SP_WITHIN_FUNC,
SP_CONTAINS_FUNC,
SP_OVERLAPS_FUNC,
SP_STARTPOINT,
SP_ENDPOINT,
SP_EXTERIORRING,
SP_POINTN,
SP_GEOMETRYN,
SP_INTERIORRINGN,
NOT_FUNC,
NOT_ALL_FUNC,
NOW_FUNC,
VAR_VALUE_FUNC
1.3. ITEM语法树

1.4. FIELD 类型
enum enum_field_types {
MYSQL_TYPE_DECIMAL, MYSQL_TYPE_TINY,
MYSQL_TYPE_SHORT,MYSQL_TYPE_LONG,
MYSQL_TYPE_FLOAT,MYSQL_TYPE_DOUBLE,
MYSQL_TYPE_NULL,MYSQL_TYPE_TIMESTAMP,
MYSQL_TYPE_LONGLONG,MYSQL_TYPE_INT24,
MYSQL_TYPE_DATE, MYSQL_TYPE_TIME,
MYSQL_TYPE_DATETIME,MYSQL_TYPE_YEAR,
MYSQL_TYPE_NEWDATE,
MYSQL_TYPE_ENUM=247,
MYSQL_TYPE_SET=248,
MYSQL_TYPE_TINY_BLOB=249,
MYSQL_TYPE_MEDIUM_BLOB=250,
MYSQL_TYPE_LONG_BLOB=251,
MYSQL_TYPE_BLOB=252,
MYSQL_TYPE_VAR_STRING=253,
MYSQL_TYPE_STRING=254,
MYSQL_TYPE_GEOMETRY=255
};
1.5. FIELD和ITEM的关系
通过Item类中的tmp_table_field_from_field_type函数将一个Item类转化为一个Filed类返回，例如
Item_int ->Field_longlong
Item_real->Field_double
Item_string->Field_string
1.6. Bison语法中的WHERE

select_from ==>		---->from join_table_list where_clause
---->expr or expr
---->expr amd expr
---->……………………
---->simple_expr comp_op simple_expr

  group_clause having_clause
  opt_order_clause
  opt_limit_clause

where 要点：
where_clause:
/ empty / {}
| WHERE expr
{
THD->lex->current_select->where = $2
}

expr:
...
| expr and expr
{
$$ = new (YYTHD->mem_root) Item_cond_and($1, $3)
}
|ident comp_op NUM /简化版/
{
$$ = new Item_func_ge(a, b); /简化版/
}

通过解析就能生成where的语法树。
Where解析树的分支：如图

1.7. 总结
解析器的最终执行结果就是解析树，sql语法的复杂性要求具有同样复杂程度的结构，通过这种结构有效存储用于执行每个可能使用到的sql语句所需的信息。
解析树中重要的两个对象【enum_sql_command和select_lex】, sql_command显示sql类型，execute_command则指导调用相关函数。通过内核级别的调用，最终生成解析树，提供给优化器，最终完成我们的操作指令。
?
2. 参考资料
[1]OReilly Understanding MySQL Internals
[2]MySQL内核：InnoDB存储引擎
[3]OReilly
[4]《lex与yacc》(第二版)
[5]《flex与bison》(第二版)
[6]Bison操作手册: http://www.gnu.org/software/bison/manual/bison.html

本文由京东商城数据库技术部郭光欣提供。