MySQL源码：MYSQL存储过程/函数的分析原理及缓存机制

qq70191

　　前言：我个人认为，有关MYSQL存储过程/函数在MYSQL中的实现比较粗糙，可扩展性不够好，其实现的耦合性太高，所以主要讲一些它的原理方面的内容，但有可能在某些方面理解不够好或者有些不正确的地方，欢迎指正，谢谢！
　　2012-5-14 by whuai QQ:329570985 欢迎指正!
　　在MYSQL中，同样有很多类型的系统对象，包括表、视图、存储过程、存储函数等，但由于MYSQL的插件式存储引擎及其它实现方面的特点，其每一种对象的缓存方式都不同，或者说这些对象的缓存不是通过一种统一的方式来管理的，每一种对象的缓存都是有自己的特点，并且缓存的内容也有很大的差异，下面再叙述一下存储过程（PLSQL）缓存方式。
　　MYSQL数据库管理系统中的存储过程/函数也是有缓存机制的，存储过程/函数实际上是用户通过创建存储过程的语句创建好的系统对象，它具有指定的名字、类型（存储过程/函数）及要执行的语句序列等。例如下面就是一个创建过程的语句：
　　create procedure p()
　　begin declare a int default 100;
　　declare b int default 1000;
　　declare d int default 1000;
　　begin
　　declare c varchar(100) default 'hello world';
　　insert into my values(a, c);
　　end;
　　end;
　　上面创建的过程名字为p，下面定义了一些变量并且都赋了初始值，一对BEGIN及END标志了一个语句块的内容，语句块可以嵌套定义，比如上面就在第一对BEGIN及END之间又定义了一对BEGIN及END，每一个语句块中又可以单独定义自己的变量，同时这些变量又有自己的可见性范围，假设在内层语句块中定义了一个变量，在外层同时又定义了一个同名的变量，那么在内层引用这个变量时实际上是内层定义的变量，而这个变量在外层是不可见的，可以引用到的只能是外层定义的变量。
　　在实现上（基于源代码的分析），一个存储过程/函数分析后会得到一个sp_head结构体对象，这个对象唯一对应一个存储过程，而每一个语句块对应一个sp_pcontext结构对象，这个对象之间存在着父子关系，一个父亲可以有多个孩子，一个孩子只能有一个父亲，比如上面例子中的存储过程语句，整体的存储过程P就对应一个sp_head结构体对象，第一个BEGIN对应的语句块是父sp_pcontext，而其中又包括了一个语句块，这个语句块是父语句块的一个子语句块，在分析之后同样会生成一个sp_pcontext对象，它是一个子语句块对象，sp_pcontext结构体内有一个成员m_parent，它会指向父语句块，实际上这个语句块可以被称为一个“上下文环境”，因为它是可以被看作像C语言中的一个语句块，比如用{}括起来的一段代码一样。
　　在进行语法分析sp_compile时，MYSQL会对每一条分析的语句都生成相应的指令，这些指令都被顺序存储到类型为DYNAMIC_ARRAY的动态数组m_instr中，这是用来存储所有的这个存储过程的指令的，比如对于上面语句“declare b int default 1000;”，系统首先会分配一个变量的存储空间，变量被放在sp_pcontext对象中，也是通过一个动态数组m_vars来存储的，因为变量是语句块级的，而上面这条语句还对应的一个操作就是给这个变量赋初始值，所以系统要创建一个指令给这个变量设置初值，这个指令为sp_instr_set，每一个指令都需要实现一个执行函数exec_core，这个函数是一个虚函数，每一种指令的执行都要实现自己的执行函数，就比如上面这个设置变量的指令，它的实现是调用了函数set_variable来给指定的变量设置指定的初始值即可。
　　对于不同的操作，有不同的指令，MYSQL包括的指令有：sp_instr_stmt（执行SQL语句的指令）、sp_instr_set（设置变量的指令）、sp_instr_set_trigger_field（设置触发器中涉及到NEW/OLD变量的值的指令）、sp_instr_jump、sp_instr_jump_if_not（执行跳转指令）、sp_instr_freturn（函数返回指令）、sp_instr_cpush（游标声明指令）、sp_instr_copen（打开游标的指令）、sp_instr_cclose（关闭游标的指令）、sp_instr_cfetch（从游标取数据的指令）等，在PLSQL中涉及到这些操作后，都会创建相应的指令，并加入到sp_head的指令动态数组中，执行时会通过顺序或者跳转的方式执行。
　　在PLSQL中，本人最感兴趣的是变量的引用，包括本地变量及上层语句块的变量的引用，系统是如何正确的找到相应的变量的？或者是通过什么方式来找到的？其实sp_head中的每一个变量都对应一个编号，是按照分析顺序生成的。变量是在sp_pcontext中定义的，也就是说变量的存储单元是语句块（sp_pcontext），一个语句块中可以有多个变量。同时在每一个语句块结构体sp_pcontext中都有一个表示这个语句块中所定义的变量的编号的范围，一个起始ID及变量个数，因为sp_pcontext是按照父子关系来联系的，那么一个语句块的开始变量ID号是其前面平行的语句块的开始ID号加1的值，如果它本身就是第一个语句块，则其起始语句块的变量ID号为其父语句块的结束ID号加1的值。所以这样就给每一个语句块指定了唯一的互不包含的变量ID号的范围。
　　那么要引用一个变量时，找到其在符号表中的对象是很容易的，因为对每一个指令而言，都有一个指针指向其所属的sp_pcontext，同时每一个引用变量操作对应的指令都记录了这个变量的ID号，这样系统可以直接根据sp_pcontext中的超始ID号及变量的个数计算出当前这个被引用的变量对应的ID号是否在当前语句块sp_pcontext中，如果是则直接从sp_pcontext的变量动态数组m_vars中找到对应ID的变量对象，如果没有找到，则说明这个变量有可能是在父语句块中定义的，则通过sp_pcontext中的m_parent找到其父语句块，用同样的方法找对应的变量，如果找到则已，找不到继续向上，依此类推，直到找到在某一个语句块中的这个变量，或者m_parent为空的时候则说明没有找到，则说明这个引用是一个对未定义的变量的引用，直接报错即可。那么通过上面的方法只要找到这个变量对象，则对其访问或者给它赋值，都可以直接访问其成员函数即可。
　　由于PLSQL的数据类型及支持语句比较多，这里只介绍一些比较重要的原理，从上面所叙述的内容可以对PLSQL的分析、指令的生成及运行原理有一个大概的轮廓，从总的结构来讲，存储过程/函数生成的计划就是一个sp_head对象，sp_head中包含了所有生成的指令，在运行过程中按照指令顺序或者内部逻辑的跳转来执行。另外生成一个语句块的树形结构，每一个树节点为sp_pcontext结构对象，其中m_parent指向其父节点，同时每一个sp_pcontext还存储了所有的子语句块链表，PLSQL中定义的变量都存储在sp_pcontext中。
　　本文还要讲另外一个内容就是存储过程/函数对象的缓存机制，其实在MYSQL中，缓存的并不是存储过程/函数的字典定义的对象，也就是说不是像之前讲的表对象的字典缓存，而是将整个分析好的sp_head对象缓存起来了。那么说白了，MYSQL的存储过程/函数字典的缓存其实是其执行计划的缓存。只要执行过一次，那么只要没有将这个存储过程/函数删除，再次执行时只需要从缓存空间中找到这个计划拿出来直接执行即可，这样就提高了存储过程/函数的执行效率，不需要再进行词法、语法、语义、指令的生成等这些步骤了。
　　总结：在MYSQL中的存储过程/函数的分析过程将上面提到的所有步骤都揉合到了一起，也就是说：词法分析、语法分析、语义分析、指令的生成这些步骤的分析过程没有一个阶段性的区分，没有明显的区分各个阶段的工作，而是将所有这些步骤都一起完成，每分析一条语句，词法、语法做完之后，直接分析这条语句中的语义、判断定义的变量是否存在、确定变量在语句块中的位置，合法之后直接创建变量的空间，同时还要分配一个指令，为这个变量设置初始值等操作，所有这些直接在语法文件中完成了，在实现上难免非常混乱。