知识卡片
GEQO:用遗传算法换取大表关联查询规划时间的可控性
多表关联查询的执行计划规划,本质上是从所有可能的表连接顺序里挑出
代价最低的一种,而随着参与关联的表数量增加,可能的连接顺序组合数会
急剧膨胀——这是一个典型的组合爆炸问题,穷举式的精确规划算法(逐一
评估每种连接顺序的代价)在表数量不多时能保证找到全局最优解,但表
数量一旦变多,穷举本身的规划耗时就会变得不可接受,甚至超过查询
真正执行所需要的时间。PostgreSQL对这个问题给出的方案是GEQO
(Genetic Query Optimizer,基因查询优化器):当参与关联的表数超过
geqo_threshold这个阈值时,优化器不再穷举所有连接顺序,转而用一种
借鉴生物进化思路的探索式搜索算法,在有限的规划时间预算内找一个
“足够好”、但不保证全局最优的连接顺序。这个方案的核心权衡是主动放弃
“规划结果必然最优”这个保证,换取”规划耗时可控、不会随表数量爆炸式
增长”这个更实际的收益——对于关联表很多的复杂查询,一个次优但能很快
算出来的执行计划,通常比一个理论最优但要规划很久才能拿到的执行计划
更划算。这个取舍还带来一个容易被忽视的副作用:因为GEQO的搜索过程
本身带有随机性,同一条复杂关联查询在不同时刻可能会规划出不完全相同
的执行计划——这打破了”同一条SQL语句的执行计划应该是确定、可预测的”
这个默认直觉,在排查偶发性能波动时,如果怀疑某条大关联查询涉及GEQO,
需要把”执行计划本身就可能不稳定”也纳入排查范围。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
原书出处
参考来源
- 位置:《PostgreSQL修炼之道:从小工到专家(第2版)》第9章"PostgreSQL
执行计划"9.2.3节"基因查询优化的参数"(源文件:
_epub-src/OEBPS/Text/chapter289.xhtml)
- 结论依据:原文明确"GEQO是一个使用探索式搜索来执行查询规划的算法,
它可以缩短负载查询的规划时间。GEQO的检索是随机的,因此它生成的
执行计划会有不可确定性……只有当关连查询表的数目超过'geqo_threshold'
配置项时才会走基因查询优化算法",直接说明GEQO的触发条件、探索式
搜索的随机性及其对执行计划确定性的影响。
- 原始内容:GEQO是一个使用探索式搜索来执行查询规划的算法,它可以
缩短负载查询的规划时间。GEQO的检索是随机的,因此它生成的执行计划
会有不可确定性。