与其他更复杂的 RDBMS 不同,sqlite 有一个基于规则的查询优化器,这意味着执行计划主要取决于查询的编写方式(以及子句的顺序)。它使优化器非常可预测,如果您知道 sqlite 如何生成执行计划,您可以利用这种可预测性来解决您的问题。
第一个想法是注意各种子句,如 (num1>?) 或 (num1=? and num2>?) 正在产生不相交的结果,并且这些结果自然地在彼此之间排序。如果查询被分成子查询(每个子查询处理部分条件)产生排序的结果,那么如果子查询以正确的顺序执行,那么所有结果集的连接也会被排序。
例如,考虑以下查询:
select * from table1 where num1=? and num2>? order by num1,num2
select * from table1 where num1>? order by num1,num2
这些查询产生的两个结果集是不相交的,第一个结果集的行总是排在第二个结果集的行之前。
第二个想法是了解 sqlite 如何处理 LIMIT 子句。实际上,它在查询开始时声明了一个计数器,并在每个选定的行上递减和测试这个计数器,因此它可以提前停止查询。
例如,考虑以下查询:
.explain
explain select * from (
select * from table1 where num1=? and num2>?
union all
select * from table1 where num1>?
) limit 10;
sqlite 将按照查询中指定的顺序评估子查询。如果第一个子查询返回的行数超过 10 行,则甚至不会执行第二个子查询。可以通过显示计划轻松检查:
addr opcode p1 p2 p3 p4 p5 comment
---- ------------- ---- ---- ---- ------------- -- -------------
0 Trace 0 0 0 00
1 Integer 10 1 0 00
2 Variable 1 2 2 00
3 Goto 0 44 0 00
4 OpenRead 3 3 0 keyinfo(6,BINARY,BINARY) 00
5 SCopy 2 4 0 00
6 IsNull 4 23 0 00
7 SCopy 3 5 0 00
8 IsNull 5 23 0 00
9 Affinity 4 2 0 cd 00
10 SeekGt 3 23 4 2 00
11 IdxGE 3 23 4 1 01
12 Column 3 1 6 00
13 IsNull 6 22 0 00
14 Column 3 0 7 00
15 Column 3 1 8 00
16 Column 3 2 9 00
17 Column 3 3 10 00
18 Column 3 4 11 00
19 Column 3 5 12 00
20 ResultRow 7 6 0 00
21 IfZero 1 23 -1 00
22 Next 3 11 0 00
23 Close 3 0 0 00
24 IfZero 1 43 0 00
25 Variable 3 13 1 00
26 OpenRead 4 3 0 keyinfo(6,BINARY,BINARY) 00
27 SCopy 13 14 0 00
28 IsNull 14 42 0 00
29 Affinity 14 1 0 c 00
30 SeekGt 4 42 14 1 00
31 Column 4 0 6 00
32 IsNull 6 41 0 00
33 Column 4 0 7 00
34 Column 4 1 8 00
35 Column 4 2 9 00
36 Column 4 3 10 00
37 Column 4 4 11 00
38 Column 4 5 12 00
39 ResultRow 7 6 0 00
40 IfZero 1 42 -1 00
41 Next 4 31 0 00
42 Close 4 0 0 00
43 Halt 0 0 0 00
44 Transaction 0 0 0 00
45 VerifyCookie 0 3 0 00
46 TableLock 0 2 0 table1 00
47 Goto 0 4 0 00
计数器被声明为第 1 步,并在第 21、24、40 步递减/测试。
通过结合这两个评论,我们可以提出一个不漂亮的查询,但会产生一个有效的执行计划:
SELECT * FROM (
SELECT * FROM ( SELECT * FROM table1
WHERE num1 == ? AND num2 == ? AND num3 == ? AND num4 == ? AND num5 == ? AND num6 > ?
ORDER BY num1, num2, num3, num4, num5, num6 )
UNION ALL
SELECT * FROM ( SELECT * FROM table1
WHERE num1 == ? AND num2 == ? AND num3 == ? AND num4 == ? AND num5 > ?
ORDER BY num1, num2, num3, num4, num5, num6 )
UNION ALL
SELECT * FROM ( SELECT * FROM table1
WHERE num1 == ? AND num2 == ? AND num3 == ? AND num4 > ?
ORDER BY num1, num2, num3, num4, num5, num6 )
UNION ALL
SELECT * FROM ( SELECT * FROM table1
WHERE num1 == ? AND num2 == ? AND num3 > ?
ORDER BY num1, num2, num3, num4, num5, num6 )
UNION ALL
SELECT * FROM ( SELECT * FROM table1
WHERE num1 == ? AND num2 > ?
ORDER BY num1, num2, num3, num4, num5, num6 )
UNION ALL
SELECT * FROM ( SELECT * FROM table1
WHERE num1 > ?
ORDER BY num1, num2, num3, num4, num5, num6 )
) LIMIT ?;
请注意,由于外部查询中不需要“order by”子句,因此 sqlite 不需要执行所有子查询。所以它可以在它有正确的行数时停止。子查询的顺序很关键。
需要第二级内部子查询,因为不能在“union all”之前使用“order by”。它们被 sqlite 优化掉了,所以这不是问题。
在包含 777K 行的虚拟表上,初始查询成本:
strace -c -eread,lseek sqlite3 toto.db < q1.sql
% time seconds usecs/call calls errors syscall
------ ----------- ----------- --------- --------- ----------------
63.57 0.001586 0 18556 read
36.43 0.000909 0 18544 lseek
------ ----------- ----------- --------- --------- ----------------
100.00 0.002495 37100 total
而我的只有成本:
strace -c -eread,lseek sqlite3 toto.db < q3.sql
% time seconds usecs/call calls errors syscall
------ ----------- ----------- --------- --------- ----------------
-nan 0.000000 0 18 read
-nan 0.000000 0 8 lseek
------ ----------- ----------- --------- --------- ----------------
100.00 0.000000 26 total