深入浅出话DB｜柏睿数据RapidsDB高性能解密之代码生成

　　文接上回，我们一起由浅入深地了解了柏睿数据分布式内存数据库RapidsDB在数据存储方面的多种优化方式。根据软件基本方法：程序=数据结构+算法，本章内容就为大家介绍RapidsDB是如何使用优化算法提升查询性能的。

　　-首先，我们需要了解RapidsDB的代码生成到底做了什么事情

　　相对于使用传统解释器的数据库执行模型，RapidsDB嵌入了编译器来生成高效机器代码，从而实现更底层的优化，这个过程不是常规的语法解释器可以实现的。在默认情况下，查询语句会首先被解释，再经过后台异步编译以便在以后的执行中使用。这种方法加速了长时间的复杂查询的执行时间，同时为以后的使用提供了高效的查询计划。

　　如上所述，RapidsDB在，处理某个查询语句时，会异步优化并编译查询以备后用。这带来了最小的开销，这与需要处理的数据量大小无关，而是与查询的复杂程度相关。代码生成过程包括从查询中提取参数，然后将规范化的查询转换为系统定制的数据库中间表示方式。具有相同语法结构的后续请求就可以重用该计划，以便达到优化的效果。

　　代码生成适用于所有数据操作语言(DML)查询。例如，RapidsDB在CREATE TABLE和ALTER TABLE语句期间生产代码。这些数据定义语言(DDL)产生的编译代码，就可减少类似DML查询的执行时间。

　　-其次，我们需要了解语法解释器模式对代码生成的影响有多大

　　在本节中，会介绍当RapidsDB遇到新的查询语法结构时，是如何进行工作的。

　　●当解释器模式interpreter_mode被设置为编译compile时：

　　在这种模式下，RapidsDB会在，遇到查询的时候编译查询语句。如下例所示，查询SELECT * FROM t WHERE col = 1;本次运行需要更长时间才能完成。

　　上面例子是在初次中编译开销的结果。注意下面例子中，在第二个和第三个查询，WHERE子句是不同的，但是两个查询语句的结构是相同的。因此，RapidsDB重用第二个查询的计划来运行了第三个查询。

　　●当解释器模式interpreter_mode被设置为解释优先interpret_first：

　　在这种模式下，当，遇到某查询时，RapidsDB会并行解释和编译查询。查询以解释模式运行，直到查询形状的编译完成。下面例子中，第一个查询SELECT * FROM t WHERE col = 1;的查询速度会比前面示例中的第一个查询速度更快。

　　-，，我们一起初探代码生成的实现方法

　　●代码生成的架构

　　代码生成使用专门的编程语言MPL，选用这门语言的原因是使用简单、管理严密。SQL操作符树将会被直接转化为抽象语法树，以化解在查询编译时对昂贵的解析和语义解析的需求。

　　除了语言的简单性以外，其还受益于将许多关系操作作为原语公开，如“索引查找”和标量操作，如“BIGINT加法”。这些操作符是与服务器一起静态编译的，可以很容易地组合成查询。这样，许多编译工作就可以提前完成。

　　●数据库字节编码

　　编译查询时，RapidsDB首先将MPL展开成紧凑的格式，也可以称为RapidsDB字节码(MBC)。这种格式的执行计划可以轻易的进行序列化、解释或转换为LLVM位代码，以便编译成x86_64机器代码。这种直接解释字节码基本消除了第一次运行查询的成本，但会影响查询执行的性能：

　　在这个例子中，第一个请求没有额外的延迟产生，因为该查询被解释了。

　　上面例子的第一个请求的额外延迟是代码生成的结果。但是，后续的请求速度是上门解释执行的速度的两倍。

　　回看我们的项目实例，在国有大行普惠金融项目应用中，50%左右的查询是结构重复的查询，而RapidsDB依托代码生成的优化特性降低了50%-80%的查询时间，获得很好的使用体验。