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