MOT查询原生编译（JIT）

    这种本机格式以后可以更有效地执行（使用EXECUTE命令）。这种类型的执行效率要高得多，因为在执行期间，本机格式绕过了多个数据库处理层。这种分工避免了重复的解析分析操作。Lite Executor模块负责执行预准备查询，其执行路径比封装执行的常规通用计划要快得多。这是通过LLVM使用实时（JIT）编译来实现的。此外，以伪LLVM的形式提供具有潜在相似性能的类似解决方案。

    下面是SQL中的PREPARE语法示例–

    下面是一个如何在Java应用程序中调用PREPARE和EXECUTE语句的示例：

    3. // Example 1: PREPARE without bind settings 
    4. PreparedStatement prepStmt1 = conn.prepareStatement(query); 
    6. while (rs1.next()) {…} 
    8. // Example 2: PREPARE with bind settings 
    9. String sqlStmt = "SELECT * FROM employees where first_name=? and last_name like ?"; 
    10. prepStmt2.setString(1, "Mark"); // first name “Mark” 
    11. prepStmt2.setString(2, "%n%"); // last name contains a letter “n” 
    12. ResultSet rs2 = prepStmt2.executeQuery()) 
    13. while (rs2.next()) {…}

    Prepare创建一个预处理语句。预处理语句是服务器端对象，可用于优化性能。执行PREPARE语句时，将解析、分析和重写指定的语句。

    每当需要新的查询编译时，都会分析查询，并使用实用程序GsCodeGen对象和标准LLVM JIT API（IRBuilder）为查询生成合适的IR字节代码。完成字节代码生成后，代码将被JIT编译到单独的LLVM模块中。编译的代码生成一个C函数指针，以后可以调用该指针直接执行。请注意，这个C函数可以被许多线程并发调用，只要每个线程提供不同的执行上下文（详细信息如下）。每个这样的执行上下文称为“JIT上下文”。

    为了进一步提高性能，MOT JIT对其LLVM代码结果应用缓存策略，使它们能够被在不同会话中的相同查询重用。

    当发出EXECUTE命令时，会计划并执行预准备语句（上文所述）。这种分工避免了重复的解析分析工作，同时使执行计划依赖于提供的特定设置值。

    当生成的执行查询命令到达数据库时，它使用相应的IR字节代码，在MOT引擎中直接执行该代码，并且执行效率更高。这称为“轻量级执行”。

    有关更多详细信息，请参阅“支持Lite执行的查询”和“不支持Lite执行的查询”部分。

    目前，openGauss包含针对其基于磁盘的表的JIT/CodeGen查询优化的两种主要形式：

    • 加速表达式计算，例如在WHERE子句、目标列表、聚合和投影中。
    • 内联小函数调用。

    这些优化是局部的（从某种意义上说，它们不优化整个解释的运算符树或完全替换它），并且主要针对CPU绑定的复杂查询，通常在OLAP用例中可见。查询的执行是在使用解释运算符树的拉模型（Volcano样式处理）中执行的。激活后，每次执行查询时都会执行编译。目前，尚未提供生成的LLVM代码的缓存及其跨会话和查询的重用。

    相反，MOT JIT优化为符合MOT JIT优化条件的整个查询提供了LLVM代码。结果代码用于直接执行MOT表，而解释的运算符模型则完全放弃。结果实际上是为整个特定查询执行生成的手写LLVM代码。

    最后，在openGauss中，激活PREPARE意味着于同一个会话中具有不同参数的执行之间重用生成的计划。同样，MOT JIT对其LLVM代码结果应用了缓存策略，并扩展了缓存策略，以便在不同会话之间重用。因此，单个查询可以只编译一次，其LLVM代码可以在多个会话中重用，这同样有利于OLTP场景。