SQL 执行流程
- 读取的执行
- 写入的执行
- DDL的执行
- SQL运算
- SQL解析和编译
- SQL 层架构
- SQL 运算
- 分布式 SQL 运算
- SQL 层架构
读取的执行
-
元数据的读取
执行器从information_schema当总获取表的元数据信息(table meta),元数据的信息从内存中读取就可以了，因为已经缓存到了information schema。 -
DistSQL
DistSQL:除了点查的语句，例如对多表（t1 t2）的关联查询，转成单表查询（select * from t1 where xx ） （select * from t2 where xx） 再做处理， 将简单SQL 下发到TiKV 。相当于将TikV 和复杂的SQL做个解耦合。 -
UnifyRead Pool
TiKV接收到这些SQL语句后，会首先构造快照对象(某个时间点的内容）。
这些简单SQL语句会都进入到UnifyRead Pool线程池。 （按优先级执行这些SQL） -
Rocksdb KV读取数据
然后按层次到Rocksdb kv数据读取。
注意一点： 这个region可能在不同的tikv上，所以可以并行查询，这就是为什么叫DistSQL
TiKV有算子下推的功能，把一些操作下推到TiKV中，执行计划当中可以看到是叫做cop task 。
当然有些操作，例如多表关联的数据汇总操作 还是在TiDB Server上 执行计划中可以看到是root task。
写入的执行
首先还是有读的操作，将处理的数据读入到memBuffer（有序的KV记录）
找到操作数据发起提交以后，开始进入到两阶段提交。
简单理解为：
一阶段：transaction （修改数据+加锁）
二阶段： commit （添加释放锁的记录+commit）
DDL的执行
- TiDB Server发出的ddl语句，不一定是它执行，谁是owner 谁执行。
- 添加索引的语句放到 add index queue
可以执行在线DDL 不会阻塞DML
同一时刻只能有一个TiDB工作（owner）
schema load: 负责将最新的对象加载进来。
这个owner是轮询在TiDB Server上的
SQL运算
SQL解析和编译
SQL解析和编译； AST语法树
optimize 包括：逻辑优化（例如子表查询转为连接查询）和物理优化（例如根据行数，判断是否使用索引等） 找到最优算子 生成 执行计划。
SQL 层架构
- TiDB 的 SQL 层，即 TiDB Server，负责将 SQL 翻译成 Key-Value 操作，将其转发给共⽤的分布式 Key-Value 存储层 TiKV，然后组装 TiKV 返回的结果，最终将查询结果返回给客户端。
- 这⼀层的节点都是⽆状态的，节点本身并不存储数据，节点之间完全对等。
SQL 运算
最简单的⽅案就是通过上⼀节所述的表数据与 Key-Value 的映射关系⽅案，将 SQL查询映射为对 KV 的查询，再通过 KV 接⼝获取对应的数据，最后执⾏各种计算。
⽐如 select count(*) from user where name = "TiDB" 这样⼀个 SQL 语句，它需要读取表中所有的数据，然后检查 name 字段是否是 TiDB ，如果是的话，则返回这⼀⾏。
具体流程如下：
- 构造出 Key Range：⼀个表中所有的 RowID 都在 [0, MaxInt64) 这个范围内，使⽤ 0 和 MaxInt64 根据⾏数据的 Key 编码规则，就能构造出⼀个[StartKey, EndKey) 的左闭右开区间。
- 扫描 Key Range：根据上⾯构造出的 Key Range，读取 TiKV 中的数据。
- 过滤数据：对于读到的每⼀⾏数据，计算 name = “TiDB” 这个表达式，如果为真，则向上返回这⼀⾏，否则丢弃这⼀⾏数据。
- 计算 Count() ：对符合要求的每⼀⾏，累计到 Count() 的结果上⾯。
整个流程示意图如下：
这个⽅案是直观且可⾏的，但是在分布式数据库的场景下有⼀些显⽽易⻅的问题：
- 在扫描数据的时候，每⼀⾏都要通过 KV 操作从 TiKV 中读取出来，⾄少有⼀次RPC 开销，如果需要扫描的数据很多，那么这个开销会⾮常⼤。
- 并不是所有的⾏都满⾜过滤条件 name = “TiDB” ，如果不满⾜条件，其实可以不读取出来。此查询只要求返回符合要求⾏的数量，不要求返回这些⾏的值。
分布式 SQL 运算
为了解决上述问题，计算应该需要尽量靠近存储节点，以避免⼤量的 RPC 调⽤。⾸先，SQL 中的谓词条件 name = “TiDB” 应被下推到存储节点进⾏计算，这样只需要返回有效的⾏，避免⽆意义的⽹络传输。然后，聚合函数 Count() 也可以被下推到存储节点，进⾏预聚合，每个节点只需要返回⼀个 Count() 的结果即可，再由 SQL 层将各个节点返回的 Count(*) 的结果累加求和。
以下是数据逐层返回的示意图：
SQL 层架构
通过上⾯的例⼦，希望⼤家对 SQL 语句的处理有⼀个基本的了解。实际上 TiDB 的SQL 层要复杂得多，模块以及层次⾮常多，下图列出了重要的模块以及调⽤关系：
⽤户的 SQL 请求会直接或者通过 Load Balancer 发送到 TiDB Server，TiDB Server 会解析 MySQL Protocol Packet ，获取请求内容，对 SQL 进⾏语法解析和语义分析，制定和优化查询计划，执⾏查询计划并获取和处理数据。数据全部存储在 TiKV 集群中，所以在这个过程中 TiDB Server 需要和 TiKV 交互，获取数据。最后 TiDB Server 需要将查询结果返回给⽤户。
