应用场景

MySQL并行查询优化 方案，主要针对数据库的OLAP场景。 OLAP 场景是指对大规模数据进行多维度分析和查询的场景，通常需要可扩展性、数据一致性、高性能和高安全性。在这种场景下，数据库的查询响应时间和吞吐量对保证应用程序的正常运行至关重要。鲲鹏BoostKit针对数据库在OLAP在线分析处理能力方面提供了深度优化的加速特性，并通过Patch补丁包形式开源到Gitee社区，开发者需要先将Patch应用到MySQL源码中，再编译和安装MySQL。具体使用方法请参见参考Patch使用说明。

通过MySQL并行查询优化方案，实现了并行读取数据，使用多核多线程执行该SQL语句的功能，加速了查询语句的执行速度。MySQL并行查询优化主要用于数据分析、BI报表及决策支持等业务场景。目前支持单表的4种扫描的查询并行：

• JT_ALL
• JT_INDEX_SCAN
• JT_REF
• JT_RANGE

在满足单表条件基础上，支持简单多表并行的并行查询，不支持子查询，支持部分semi join查询。方案以白名单的方式支持。具体如下：

• 单表白名单：

  Select {列名| Aggregate } from table where {=|>| < |>= |<= |like |between…and| in} group by {列名} having {列名}order by {列名| Aggregate } limit x

  Aggregate代表：sum min max avg count

• 多表白名单：

  Select {列名| Aggregate } from table1 table2 …  where {=|>| < |>= |<= |like |between…and| in} group by {列名} having {列名}order by {列名} limit x

  如果查询是系统表、临时表、非innodb表、存储过程、串行化隔离级别，并行功能也不生效。

• semi join查询：

  部分semi join可以经过MySQL的优化器后，会变为普通的简单查询。如果执行计划最里层的表是一张外表，那么这类的SQL也可以支持并行查询。

• 聚合的四则运算：

  支持聚合操作的四则运算，例如：sum()/sum()，a*sum()，a为一个常数。