最近的MySQL8.0.14版本增加了其第一个并行查询特性，可以支持在聚集索引上做SELECT COUNT()和check table操作。本文简单的介绍下这个特性。

用法

增加了一个session级别参数:

要执行并行查询，需要满足如下条件(ref: row_scan_index_for_mysql)

• 无锁查询
• 聚集索引
• 不是Insert...select
• 需要参数设置为>1

相关代码

入口函数:

row_scan_index_for_mysql    parallel_select_count_star  // for select count(*)    parallel_check_table        // for check table

InnoDB里实现了两种查询方式，一种是基于key的(key reader)， 根据叶子节点上的值做分区，需要判断可见性；另外一种是基于page的(physical read)，根据page no来做分区，无需判断可见性。目前支持的两种查询都是key reader的方式。

使用如下代码创建一个reader，并调用接口函数，read()函数里的回调函数包含了如何对获取到的行数据进行处理:

Key_reader reader(prebuilt->table, trx, index, prebuilt, n_threads);reader.read(func), 其中func是回调函数，用于告诉线程怎么处理得到的每一行

分区并计算线程数

分区入口：

template 
    
     typename Reader
     
      ::Ranges Reader
      
       ::partition()
      
     
    

流程：

• 搜集btree的最左节点page no

• 从root page开始向下，尝试构建子树：

  • 如果该level的page个数不足线程数，继续往下走
  • 否则，使用该level, 搜集该level的每个page的最左记录向下直到叶子节点的最左链表

• 如上搜集到的是多条代表自上而下的page no数组，需要根据这些数组创建分区range，这里有两种创建方式：

  • Key_reader::Ranges Key_reader::create_ranges: 基于键值创建分区

    • 找到每个链表的叶子节点的第一条记录，存储其cursor作为当前range的起点和上一个range的终点

  • Phy_reader::Ranges Phy_reader::create_ranges：基于物理页创建分区

    • 找到每个链表的叶子节点，相邻链表的叶子节点组成一个range

线程数取分区数和配置线程数的最小值

启动线程

启动线程各自扫描: start_parallel_load

为每个分区创建context(class Reader::Ctx)，加入到队列中

实现了一个Lock-free的队列模型，多线程可以并发的从队列中取context: 实现细节在文件include/ut0mpmcbq.h中，对应类 class mpmc_bq, 实现思路见

线程函数：

dberr_t Reader
    
     ::worker(size_t id, Queue &ctxq, Function &f)
    

每取一个分区，调用处理函数去遍历分区：

• Key_reader::traverse
  对于获得的每条记录，判断其可见性（共享事务对象trx_t），调用回调函数处理记录（在Key_reader::read()作为参数传递）,对于select count(*), 就是累加记录的计数器
• Phy_reader::traverse
  读取每条非标记删除的记录并调用回调函数处理，无需判断可见性

对于异常情况，只返回最后一个context的错误码。

该特性只是MySQL在并行查询的第一步，甚至定义了一些接口还没有使用，例如接口函数pread_adapter_scan_get_num_threads, 估计是给未来server层做并行查询使用的。代码里对应两个适配类：

• Parallel_reader_adapter
• Parallel_partition_reader_adapter

另外一个可以用到的地方是创建二级索引，我们知道InnoDB创建二级索引，是先从聚集索引读取记录，生成多个merge file，然后再做归并排序，但无论是生成merge file，还是排序，都可以做到并行化。官方也提到这是未来的一个优化点，相信不久的将来，我们就能看到MySQL更为强大的并行查询功能。

Reference