拯救DBA！美團SQL解析探索實踐
數(shù)據(jù)庫作為核心的基礎(chǔ)組件，是需要重點保護的對象。任何一個線上的不慎操作，都有可能給數(shù)據(jù)庫帶來嚴重的故障，從而給業(yè)務(wù)造成巨大的損失。
為了避免這種損失，一般會在管理上下功夫。比如為研發(fā)人員制定數(shù)據(jù)庫開發(fā)規(guī)范；新上線的 SQL，需要 DBA 進行審核；維護操作需要經(jīng)過領(lǐng)導(dǎo)審批等等。
而且如果希望能夠有效地管理這些措施，需要有效的數(shù)據(jù)庫培訓，還需要 DBA 細心的進行 SQL 審核。
很多中小型創(chuàng)業(yè)公司，可以通過設(shè)定規(guī)范、進行培訓、完善審核流程來管理數(shù)據(jù)庫。
隨著美團業(yè)務(wù)的不斷發(fā)展和壯大，上述措施的實施成本越來越高。如何更多的依賴技術(shù)手段，來提高效率，越來越受到重視。
業(yè)界已有不少基于 MySQL 源碼開發(fā)的 SQL 審核、優(yōu)化建議等工具，極大的減輕了 DBA 的 SQL 審核負擔。
那么我們能否繼續(xù)擴展 MySQL 的源碼，來輔助 DBA 和研發(fā)人員來進一步提高效率呢？
比如，更全面的 SQL 優(yōu)化功能；多維度的慢查詢分析；輔助故障分析等。要實現(xiàn)上述功能，其中最核心的技術(shù)之一就是 SQL 解析。
現(xiàn)狀與場景
SQL 解析是一項復(fù)雜的技術(shù)，一般都是由數(shù)據(jù)庫廠商來掌握，當然也有公司專門提供 SQL 解析的 API。
由于這幾年 MySQL 數(shù)據(jù)庫中間件的興起，需要支持讀寫分離、分庫分表等功能，就必須從 SQL 中抽出表名、庫名以及相關(guān)字段的值。
因此像 Java 語言編寫的 Druid，C 語言編寫的 MaxScale，Go 語言編寫的 Kingshard 等，都會對 SQL 進行部分解析。
而真正把 SQL 解析技術(shù)用于數(shù)據(jù)庫維護的產(chǎn)品較少，主要有如下幾個：
- 美團點評開源的 SQLAdvisor。它基于 MySQL 原生態(tài)詞法解析，結(jié)合分析 SQL 中的 where 條件、聚合條件、多表 Join 關(guān)系給出索引優(yōu)化建議。
- 去哪兒開源的 Inception。側(cè)重于根據(jù)內(nèi)置的規(guī)則，對 SQL 進行審核。
- 阿里的 Cloud DBA。根據(jù)官方文檔介紹，其也是提供 SQL 優(yōu)化建議和改寫。
上述產(chǎn)品都有非常合適的應(yīng)用場景，在業(yè)界也被廣泛使用。但是 SQL 解析的應(yīng)用場景遠遠沒有被充分發(fā)掘，比如：
- 基于表粒度的慢查詢報表。比如，一個 Schema 中包含了屬于不同業(yè)務(wù)線的數(shù)據(jù)表，那么從業(yè)務(wù)線的角度來說，其希望提供表粒度的慢查詢報表。
生成 SQL 特征。將 SQL 語句中的值替換成問號，方便 SQL 歸類。雖然可以使用正則表達式實現(xiàn)相同的功能，但是其 Bug 較多，可以參考 pt-query-digest。
- 比如 pt-query-digest 中，會把遇到的數(shù)字都替換成“?”，導(dǎo)致無法區(qū)別不同數(shù)字后綴的表。
- 高危操作確認與規(guī)避。比如，DBA 不小心 Drop 數(shù)據(jù)表，而此類操作，目前還無有效的工具進行回滾，尤其是大表，其后果將是災(zāi)難性的。
- SQL 合法性判斷。為了安全、審計、控制等方面的原因，美團點評不會讓研發(fā)人員直接操作數(shù)據(jù)庫，而是提供 RDS 服務(wù)。
尤其是對于數(shù)據(jù)變更，需要研發(fā)人員的上級主管進行業(yè)務(wù)上的審批。如果研發(fā)人員，寫了一條語法錯誤的 SQL，而 RDS 無法判斷該 SQL 是否合法，就會造成不必要的溝通成本。
因此為了讓所有有需要的業(yè)務(wù)都能方便的使用 SQL 解析功能，我們認為應(yīng)該具有如下特性：
- 直接暴露 SQL 解析接口，使用盡量簡單。比如，輸入 SQL，則輸出表名、特征和優(yōu)化建議。
- 接口的使用不依賴于特定的語言，否則維護和使用的代價太高。比如，以 HTTP 等方式提供服務(wù)。
千里之行，始于足下，下面我先介紹下 SQL 的解析原理。
SQL 解析原理
SQL 解析與優(yōu)化屬于編譯器范疇，和 C 等其他語言的解析沒有本質(zhì)的區(qū)別。
其中分為，詞法分析、語法和語義分析、優(yōu)化、執(zhí)行代碼生成。對應(yīng)到 MySQL 的部分，如下圖：
圖 1：SQL 解析原理
詞法分析
SQL 解析由詞法分析和語法/語義分析兩個部分組成。詞法分析主要是把輸入轉(zhuǎn)化成一個個 Token。其中 Token 中包含 Keyword（也稱 Symbol）和非 Keyword。
例如，SQL 語句 select username from userinfo，在分析之后，會得到 4 個 Token。
其中有 2 個 Keyword，分別為 select 和 from：
通常情況下，詞法分析可以使用 Flex 來生成，但是 MySQL 并未使用該工具，而是手寫了詞法分析部分（據(jù)說是為了效率和靈活性，參考此文）。具體代碼在 sql/lex.h 和 sql/sql_lex.cc 文件中。
MySQL 中的 Keyword 定義在 sql/lex.h 中，如下為部分 Keyword：
- { "&&", SYM(AND_AND_SYM)},
- { "<", SYM(LT)},
- { "<=", SYM(LE)},
- { "<>", SYM(NE)},
- { "!=", SYM(NE)},
- { "=", SYM(EQ)},
- { ">", SYM(GT_SYM)},
- { ">=", SYM(GE)},
- { "<<", SYM(SHIFT_LEFT)},
- { ">>", SYM(SHIFT_RIGHT)},
- { "<=>", SYM(EQUAL_SYM)},
- { "ACCESSIBLE", SYM(ACCESSIBLE_SYM)},
- { "ACTION", SYM(ACTION)},
- { "ADD", SYM(ADD)},
- { "AFTER", SYM(AFTER_SYM)},
- { "AGAINST", SYM(AGAINST)},
- { "AGGREGATE", SYM(AGGREGATE_SYM)},
- { "ALL", SYM(ALL)},
詞法分析的核心代碼在 sql/sql_lex.c 文件中的 MySQLLex→lex_one_Token，有興趣的同學可以下載源碼研究。
語法分析
語法分析就是生成語法樹的過程。這是整個解析過程中最精華，最復(fù)雜的部分，不過這部分 MySQL 使用了 Bison 來完成。
即使如此，如何設(shè)計合適的數(shù)據(jù)結(jié)構(gòu)以及相關(guān)算法，去存儲和遍歷所有的信息，也是值得在這里研究的。
語法分析樹
SQL 語句：
- select username, ismale from userinfo where age > 20 and level > 5 and 1 = 1
會生成如下語法樹：
圖 2：語法樹
對于未接觸過編譯器實現(xiàn)的同學，肯定會好奇如何才能生成這樣的語法樹。其背后的原理都是編譯器的范疇。
本人也是在學習 MySQL 源碼過程中，閱讀了部分內(nèi)容。由于編譯器涉及的內(nèi)容過多，本人經(jīng)歷和時間有限，不做過多探究。
從工程的角度來說，學會如何使用 Bison 去構(gòu)建語法樹，來解決實際問題，對我們的工作也許有更大幫助。下面我就以 Bison 為基礎(chǔ)，探討該過程。
MySQL 語法分析樹生成過程
全部的源碼在 sql/sql_yacc.yy 中，在 MySQL 5.6 中有 17K 行左右代碼。這里列出涉及到的 SQL：
- select username, ismale from userinfo where age > 20 and level > 5 and 1 = 1
解析過程的部分代碼摘錄出來。有了 Bison 之后，SQL 解析的難度也沒有想象的那么大，特別是這里給出了解析的脈絡(luò)之后。
- select /*select語句入口*/:
- select_init
- {
- LEX *lex= Lex;
- lex->sql_command= SQLCOM_SELECT;
- }
- ;
- select_init:
- SELECT_SYM /*select 關(guān)鍵字*/ select_init2
- | '(' select_paren ')' union_opt
- ;
- select_init2:
- select_part2
- {
- LEX *lex= Lex;
- SELECT_LEX * sel= lex->current_select;
- if (lex->current_select->set_braces(0))
- {
- my_parse_error(ER(ER_SYNTAX_ERROR));
- MYSQL_YYABORT;
- }
- if (sel->linkage == UNION_TYPE &&
- sel->master_unit()->first_select()->braces)
- {
- my_parse_error(ER(ER_SYNTAX_ERROR));
- MYSQL_YYABORT;
- }
- }
- union_clause
- ;
- select_part2:
- {
- LEX *lex= Lex;
- SELECT_LEX *sel= lex->current_select;
- if (sel->linkage != UNION_TYPE)
- mysql_init_select(lex);
- lex->current_select->parsing_place= SELECT_LIST;
- }
- select_options select_item_list /*解析列名*/
- {
- Select->parsing_place= NO_MATTER;
- }
- select_into select_lock_type
- ;
- select_into:
- opt_order_clause opt_limit_clause {}
- | into
- | select_from /*from 字句*/
- | into select_from
- | select_from into
- ;
- select_from:
- FROM join_table_list /*解析表名*/ where_clause /*where字句*/ group_clause having_clause
- opt_order_clause opt_limit_clause procedure_analyse_clause
- {
- Select->context.table_list=
- Select->context.first_name_resolution_table=
- Select->table_list.first;
- }
- | FROM DUAL_SYM where_clause opt_limit_clause
- /* oracle compatibility: oracle always requires FROM clause,
- and DUAL is system table without fields.
- Is "SELECT 1 FROM DUAL" any better than "SELECT 1" ?
- Hmmm :) */
- ;
- where_clause:
- /* empty */ { Select->where= 0; }
- | WHERE
- {
- Select->parsing_place= IN_WHERE;
- }
- expr /*各種表達式*/
- {
- SELECT_LEX *select= Select;
- select->where= $3;
- select->parsing_place= NO_MATTER;
- if ($3)
- $3->top_level_item();
- }
- ;
- /* all possible expressions */
- expr:
- | expr and expr %prec AND_SYM
- {
- /* See comments in rule expr: expr or expr */
- Item_cond_and *item1;
- Item_cond_and *item3;
- if (is_cond_and($1))
- {
- item1= (Item_cond_and*) $1;
- if (is_cond_and($3))
- {
- item3= (Item_cond_and*) $3;
- /*
- (X1 AND X2) AND (Y1 AND Y2) ==> AND (X1, X2, Y1, Y2)
- */
- item3->add_at_head(item1->argument_list());
- $$ = $3;
- }
- else
- {
- /*
- (X1 AND X2) AND Y ==> AND (X1, X2, Y)
- */
- item1->add($3);
- $$ = $1;
- }
- }
- else if (is_cond_and($3))
- {
- item3= (Item_cond_and*) $3;
- /*
- X AND (Y1 AND Y2) ==> AND (X, Y1, Y2)
- */
- item3->add_at_head($1);
- $$ = $3;
- }
- else
- {
- /* X AND Y */
- $$ = new (YYTHD->mem_root) Item_cond_and($1, $3);
- if ($$ == NULL)
- MYSQL_YYABORT;
- }
- }
在大家瀏覽上述代碼的過程，會發(fā)現(xiàn) Bison 中嵌入了 C++ 的代碼。通過 C++ 代碼，把解析到的信息存儲到相關(guān)對象中。
例如表信息會存儲到 TABLE_LIST 中，order_list 存儲 order by 子句里的信息，where 字句存儲在 Item 中。
有了這些信息，再輔助以相應(yīng)的算法就可以對 SQL 進行更進一步的處理了。
核心數(shù)據(jù)結(jié)構(gòu)及其關(guān)系
在 SQL 解析中，最核心的結(jié)構(gòu)是 SELECT_LEX，其定義在 sql/sql_lex.h 中。下面僅列出與上述例子相關(guān)的部分。
圖 3：SQL 解析樹結(jié)構(gòu)
上面圖示中，列名 username、ismale 存儲在 item_list 中，表名存儲在 table_list 中，條件存儲在 where 中。
其中以 where 條件中的 Item 層次結(jié)構(gòu)最深，表達也較為復(fù)雜，如下圖所示：
圖 4：where 條件
SQL 解析應(yīng)用
為了更深入的了解 SQL 解析器，這里給出 2 個應(yīng)用 SQL 解析的例子。
無用條件去除
無用條件去除屬于優(yōu)化器的邏輯優(yōu)化范疇，可以僅僅根據(jù) SQL 本身以及表結(jié)構(gòu)即可完成，其優(yōu)化的情況也是較多的，代碼在 sql/sql_optimizer.cc 文件中的 remove_eq_conds 函數(shù)。
為了避免過于繁瑣的描述，以及大段代碼的粘貼，這里通過圖來分析以下四種情況：
- 1=1 and (m > 3 and n > 4)
- 1=2 and (m > 3 and n > 4)
- 1=1 or (m > 3 and n > 4)
- 1=2 or (m > 3 and n > 4)
圖 5：無用條件去除 a
圖 6：無用條件去除 b
圖 7：無用條件去除 c
圖 8：無用條件去除 d
如果對其代碼實現(xiàn)有興趣的同學，需要對 MySQL 中的一個重要數(shù)據(jù)結(jié)構(gòu) Item 類有所了解。
因為其比較復(fù)雜，所以 MySQL 官方文檔，專門介紹了 Item 類。阿里的 MySQL 小組，也有類似的文章。如需更詳細的了解，就需要去查看源碼中 sql/item_* 等文件。
SQL 特征生成
為了確保數(shù)據(jù)庫，這一系統(tǒng)基礎(chǔ)組件穩(wěn)定、高效運行，業(yè)界有很多輔助系統(tǒng)。比如慢查詢系統(tǒng)、中間件系統(tǒng)。
這些系統(tǒng)采集、收到 SQL 之后，需要對 SQL 進行歸類，以便統(tǒng)計信息或者應(yīng)用相關(guān)策略。歸類時，通常需要獲取 SQL 特征。比如 SQL：
- select username, ismale from userinfo where age > 20 and level > 5；
SQL 特征為：
- select username, ismale from userinfo where age > ? and level > ?
業(yè)界著名的慢查詢分析工具 pt-query-digest，通過正則表達式實現(xiàn)這個功能但是這類處理辦法 Bug 較多。接下來就介紹如何使用 SQL 解析，完成 SQL 特征的生成。
SQL特征生成分兩部分組成：
- 生成 Token 數(shù)組
- 根據(jù) Token 數(shù)組，生成 SQL 特征
首先回顧在詞法解析章節(jié)，我們介紹了 SQL 中的關(guān)鍵字，并且每個關(guān)鍵字都有一個 16 位的整數(shù)對應(yīng)，而非關(guān)鍵字統(tǒng)一用 ident 表示，其也對應(yīng)了一個 16 位整數(shù)。如下表：
將一個 SQL 轉(zhuǎn)換成特征的過程：
在 SQL 解析過程中，可以很方便的完成 Token 數(shù)組的生成。而一旦完成 Token 數(shù)組的生成，就可以很簡單的完成 SQL 特征的生成。
SQL 特征被廣泛用于各個系統(tǒng)中，比如 pt-query-digest 需要根據(jù)特征對 SQL 歸類，然而其基于正則表達式的實現(xiàn)有諸多 Bug。
下面列舉幾個已知 Bug：
學習建議
最近，在對 SQL 解析器和優(yōu)化器探索的過程中，從一開始的茫然無措到有章可循，也總結(jié)了一些心得體會，在這里跟大家分享一下：
- 閱讀相關(guān)書籍，書籍能給我們一個系統(tǒng)的認識解析器和優(yōu)化器的角度。但是該類針對 MySQL 的書籍市面上很少，目前中文作品可以看下《數(shù)據(jù)庫查詢優(yōu)化器的藝術(shù)：原理解析與SQL性能優(yōu)化》。
- 閱讀源碼，但是***以某個版本為基礎(chǔ)，比如 MySQL 5.6.23，因為 SQL 解析、優(yōu)化部分的代碼在不斷變化。尤其是在跨越大的版本時，改動力度大。
- 多使用 GDB 調(diào)試，驗證自己的猜測，檢驗閱讀質(zhì)量。
- 需要寫相關(guān)代碼驗證，只有寫出來了才能算真正的掌握。
作者：廣友、金龍、邢帆
簡介：廣友，美團到店綜合事業(yè)群資深 MySQL DBA，2012 年畢業(yè)于中國科學技術(shù)大學，2017 年加入美團點評，長期致力于 MySQL 及周邊工具的研究。
金龍，2014 年加入美團，主要從事相關(guān)的數(shù)據(jù)庫運維、高可用和相關(guān)的運維平臺建設(shè)。
邢帆，美團 DBA，2017 年研究生畢業(yè)后加入美團點評，目前對 MySQL 運維有一定經(jīng)驗，并編寫了一些自動化腳本。
