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