• MySQL推出全新Hypergraph优化器,正式进军OLAP领域

MySQL推出全新Hypergraph优化器,正式进军OLAP领域

2025-05-29 02:00:10 栏目:宝塔面板 61 阅读

在刚刚过去的 MySQL Summit 2025 大会上,Oracle 发布了一个用于 MySQL 的全新 Hypergraph(超图)优化器,能够为复杂的多表查询生成更好的执行计划,从而优化查询性能。

这个功能目前只在 MySQL HeatWave 云数据库中提供;MySQL 社区版如果想要支持的话,需要在源码编译安装时启用相关配置(-DWITH_DEBUG=1)。

以下是官方给出的一个性能测试结果:

接下来我们看两个使用示例,首先启用优化器配置:

MySQL >SETSESSION optimizer_switch='hypergraph_optimizer=on';

如果上面的语句没有返回错误,表示成功启用 Hypergraph 优化器。

然后比较以下查询在使用传统优化器和 Hypergraph 优化器时的区别:

MySQL >WITH salary_rank AS(
SELECT e.emp_no, e.first_name, e.last_name, d.dept_no, s.salary,
     RANK()OVER(
PARTITIONBY d.dept_no ORDERBY s.salary DESC
)AS dept_rank     
FROM employees e     
JOIN dept_emp d ON e.emp_no = d.emp_no     
JOIN salaries s ON e.emp_no = s.emp_no     
WHERE s.to_date ='9999-01-01'AND d.to_date ='9999-01-01'
)
SELECT*FROM salary_rank WHERE dept_rank =1;

该查询使用了 CTE 和窗口函数获取每个部门中薪水最高的员工。

传统优化器返回的结果如下:

+--------+------------+-----------+---------+--------+-----------+
| emp_no | first_name | last_name | dept_no | salary | dept_rank |
+--------+------------+-----------+---------+--------+-----------+
|466852| Akemi      | Warwick   | d001    |145128|1|
|413137| Lunjin     | Swick     | d002    |142395|1|
|421835| Yinlin     | Flowers   | d003    |141953|1|
|430504| Youjian    | Cronau    | d004    |138273|1|
|13386| Khosrow    | Sgarro    | d005    |144434|1|
|472905| Shin       | Luck      | d006    |132103|1|
|43624| Tokuyasu   | Pesch     | d007    |158220|1|
|425731| Ramachenga | Soicher   | d008    |130211|1|
|18006| Vidya      | Hanabata  | d009    |144866|1|
+--------+------------+-----------+---------+--------+-----------+
9rowsinset(2.1155 sec)

Hypergraph 优化器返回的结果如下:

+--------+------------+-----------+---------+--------+-----------+
| emp_no | first_name | last_name | dept_no | salary | dept_rank |
+--------+------------+-----------+---------+--------+-----------+
|466852| Akemi      | Warwick   | d001    |145128|1|
|413137| Lunjin     | Swick     | d002    |142395|1|
|421835| Yinlin     | Flowers   | d003    |141953|1|
|430504| Youjian    | Cronau    | d004    |138273|1|
|13386| Khosrow    | Sgarro    | d005    |144434|1|
|472905| Shin       | Luck      | d006    |132103|1|
|43624| Tokuyasu   | Pesch     | d007    |158220|1|
|425731| Ramachenga | Soicher   | d008    |130211|1|
|18006| Vidya      | Hanabata  | d009    |144866|1|
+--------+------------+-----------+---------+--------+-----------+
9rowsinset(1.6108 sec)

查询结果一致,但是 Hypergraph 优化器速度更快。

接下来比较一下 EXPLAIN 语句针对两种优化器返回的执行计划,注意 Hypergraph 优化器只支持 TREE 或者 JSON 格式。

首先是传统优化器:

然后是 Hypergraph 优化器:

虽然 Hypergraph 优化器显示的最终成本更高,但是由于它们采用的计算模型不同,实际上比较不同优化器的成本没有任何意义。

我们能够看到传统优化器采用了 Nested Loop Inner Join 方式连接两个表,Hypergraph 优化器则采用了 Inner Hash Join 方式,后者获得了更好的查询性能。

期待一下 MySQL 全系产品支持 Hypergraph 优化器,正式进军 OLAP 领域!

本文地址:https://www.yitenyun.com/250.html

搜索文章

Tags

数据库 API FastAPI Calcite 电商系统 MySQL Web 应用 异步数据库 数据同步 ACK 双主架构 循环复制 TIME_WAIT 运维 负载均衡 Deepseek 宝塔面板 Linux宝塔 Docker JumpServer JumpServer安装 堡垒机安装 Linux安装JumpServer esxi esxi6 root密码不对 无法登录 web无法登录 生命周期 SSL 堡垒机 跳板机 HTTPS 序列 核心机制 HexHub Windows Windows server net3.5 .NET 安装出错 HTTPS加密 宝塔面板打不开 宝塔面板无法访问 查看硬件 Linux查看硬件 Linux查看CPU Linux查看内存 Oracle 处理机制 InnoDB 数据库锁 连接控制 机制 无法访问宝塔面板 ES 协同 Windows宝塔 Mysql重置密码 Serverless 无服务器 语言 监控 技术 开源 PostgreSQL 存储引擎 分页查询 索引 group by Spring Redis 异步化 服务器 管理口 高可用 缓存方案 缓存架构 缓存穿透 SQL 动态查询 响应模型 自定义序列化 SVM Embedding 日志文件 MIXED 3 GreatSQL 连接数 数据 主库 云原生 服务器性能 PG DBA ​Redis 机器学习 推荐模型 SQLark Netstat Linux 服务器 端口 scp Linux的scp怎么用 scp上传 scp下载 scp命令 AI 助手 向量数据库 大模型 R edis 线程 工具 Undo Log 查询 Linux 安全 SQLite-Web SQLite 数据库管理工具 共享锁 openHalo OB 单机版 存储 Rsync Recursive 架构 电商 系统 Postgres OTel Iceberg R2DBC • 索引 • 数据库 RocketMQ 长轮询 配置 聚簇 非聚簇 优化 万能公式 修改DNS Centos7如何修改DNS 数据分类 加密 redo log 重做日志 磁盘架构 流量 同城 双活 sftp 服务器 参数 防火墙 黑客 Ftp Hash 字段 信息化 智能运维 MySQL 9.3 RDB AOF MVCC 人工智能 推荐系统 场景 mini-redis INCR指令 数据备份 高效统计 今天这篇文章就跟大家 业务 缓存 窗口 函数 网络架构 网络配置 INSERT COMPACT 向量库 Milvus Redisson 锁芯 线上 库存 预扣 Doris SeaTunnel 事务 Java 开发 prometheus Alert 不宕机 Python 崖山 新版本 IT运维 核心架构 订阅机制 引擎 性能 Web PostGIS B+Tree ID 字段 传统数据库 向量化 MongoDB 数据结构 数据脱敏 加密算法 数据类型 分布式 集中式 虚拟服务器 虚拟机 内存 ZODB 模型 OAuth2 Token filelock JOIN 读写 Canal 容器化 容器 DBMS 管理系统 网络故障 Redis 8.0 微软 SQL Server AI功能 QPS 高并发 自动重启 Pottery 锁机制 Testcloud 云端自动化 发件箱模式 聚簇索引 非聚簇索引 SpringAI Entity 分库 分表 部署 分页方案 排版 工具链 排行榜 排序 SSH 速度 服务器中毒 事务隔离 启动故障 1 数据页 悲观锁 乐观锁 StarRocks 数据仓库 Caffeine CP Web 接口 池化技术 连接池 MCP 开放协议 sqlmock 原子性 数据集成工具 单点故障 Go 数据库迁移 频繁 Codis LRU 大表 业务场景 分页 Redka 优化器 意向锁 记录锁 AIOPS 网络 分布式架构 分布式锁​ Order EasyExcel MySQL8 IT 仪表盘 dbt 数据转换工具 日志 对象 单线程 字典 InfluxDB RAG HelixDB 行业 趋势 双引擎 事务同步 Ansible 国产数据库 LLM UUIDv7 主键 Crash 代码 线程安全 订单 List 类型 Pump UUID ID 主从复制 代理 Next-Key 编程 Valkey Valkey8.0 关系数据库 解锁 调优 ReadView 产业链 兼容性 语句 播客 恢复数据 失效 MGR 分布式集群 数据字典 算法 国产 用户 查询规划 快照读 当前读 视图 RR 互联网 GitHub Git 矢量存储 数据库类型 AI代理 千万级 Weaviate 慢SQL优化 count(*) count(主键) 行数 分布式锁 Zookeeper 神经系统 表空间 并发控制 恢复机制 拦截器 动态代理 CAS 多线程 技巧 闪回