مفهوم Logical Query Processing در SQL SERVER

شاید جالب باشه که با این مقدمه شروع کنیم که تعریف فرایند چیست و متشکل از چه اجزایی هست؟ یک فرایند در چه زمانی می تواند بهترین خروجی رو به شما بدهد و این که باید از چه بخش‌هایی تشکیل شده باشد و حتی چه قوانینی باید برای آن تعریف شود که کلیه این اجزا در این فرایند خروجی مطلوب رو ارایه بدهند و در نهایت حاصل این کار نتیجه خوبی داشته باشد. می خواهیم با چند تا مثال که شاید برای همه ما خیلی ملموس و واقعی باشه این موضوع رو مقداری موشکافی کنیم.

یک باغبان رو در نظر بگیرید که با گونه‌های مختفی از گیاهان و درختان سروکار دارد، هر کدام از این درختان و گیاهان، ممکن است، در شرایط مختلفی نگهداری شوند. همچنین درختی ممکن است تا یک متر رشد کند و سپس ادامه این فرایند رشد، به شکل دیگری انجام شود یا درختی هم تا چندین سال، به رشد خود ادامه دهد و یا در فصل‌های مختلفی از سال به شیوه‌های مختفلی این فرایند متوقف شود و یا شکل ان عوض شود. همین فرایند را می‌توانیم در مورد کسوف و خسوف هم مشاهده کنیم که طبق یک سری قوانین و شرایطی که از پیش تعریف شده است ، در فازهای مختلف قبل و بعد و زمان خسوف می‌توانیم خروجی‌های مختلف این فرایند را مشاهده کنیم. پس اگر دقت کنید، در هر مرحله اجزایی در این فرایند شرکت می‌کنند که بر روی نتیجه فعلی تاثیراتی اعمال کرده و سپس از صحنه ممکن است خارج شوند یا به شکل دیگری، تاثیر خود را در مراحل دیگر بگذارند. در سناریو اول باغبان این فرایند ها را به درستی می شناسد و با انواع و اقسام گونه های گیاهی و درختان مختلف به خوبی آشنایی داشته و طی یک فرایند این مراحل رشد را برای درخت یا گیاه مورد نظرش زیر نظر دارد . در فرایند دوم هم سلسله عواملی محیطی با اولویت های مشخص و از پیش تعریف شده منجر به این پدیده زیبا خواهند شد .

این موضوع به عنوان پیش زمینه ایی بود که با یک اصلاح تخصصی آشنا بشویم و آن مفهوم Logical Query Processing Phases یا اجرای منطقی فازهای اجرایی هست. در واقع فازهای اجرایی برای این عنوان می‌شود که اسکریپت اجرایی شما عملیاتی شده و خروجی نهایی رو نمایش دهد. در رابطه با این موضوع که که این منطق به چه شکل هست در ادامه مقاله به معرفی جزییات و بخش‌های مختلف آن خواهیم پرداخت.

اگر اسکریپت زیر را بررسی و تحلیل کنیم متوجه می‌شویم که چندین عبارت کلیدی در این کوئری استفاده شده که بتوانیم مطابق با درخواستی که به ما اعلام شده است خروجی کار را استخراج کنیم. به صورت خلاصه اسکریپت زیر این خروجی را به ما ارایه می‌کند که ۱۰ نفر از پر سودترین بازاریاب‌های فروش شرکت را بتوانیم از دیتایی که داریم استخراج کنیم. ذکر این نکته لازم هست که بدانیم در یک فرایند فروش، اجزا و المان‌های مختلفی برای تحلیل می‌توانیم داشته باشیم. نظیر موارد زیر:

• کالا ها
• گروه کالا
• بازاریاب های فروش
• وسایل حمل و نقل
• شهر ها و مناطق طبقه بندی شده فروش
• و ...

که تمرکز این کوئری بر روی تحلیل این موارد هست که بتوانیم با تحلیل ساده ایی بر روی عملکرد فروشنده ها یا بازاریاب های فروش به این هدف دست پیدا کنیم که به عنوان مثال در بحث پورسانت یا ارتقا شغلی به سمت های بالاتر برای این فروشنده ها به چه شکل این اطلاعات را تحلیل کنیم .

یه نگاهی به این کوئری داشته باشید :

SELECT *
FROM   (
           SELECT DISTINCT TOP 10 s.[Salesperson Key] AS Salesperson,
                  SUM(s.profit) AS profit
           FROM   fact.Sale s
                  INNER JOIN fact.Sale s1
                       ON  s1.[sale key] = s.[Sale Key]
                  INNER JOIN Dimension.Employee e
                       ON  s.[Salesperson Key] = e.[Employee Key]
           WHERE  e.[Is Salesperson] = 1
           GROUP BY
                  s. [Salesperson Key]
           ORDER BY
                  Salesperson
       ) A
ORDER BY
A.[Salesperson
OFFSET 7 ROWS;

معمولا نوع خواندن این مدل اسکریپت‌ها از SELECT شروع می‌شود و به سمت پایین اسکریپت، مرحله به مرحله، شرط‌ها یا گروه‌بندی‌های مختلف بر روی نتیجه نهایی اعمال می‌شود. ولی با این دید و نوع نگرشی که ما داریم Engine با این منطق این کوئری را پردازش نمی‌کند. در اینجاست که باید بررسی کنیم اولویت اجرای این کوئری با کدام کلمه کلیدی شروع شده و به چه شکل قرار هست این کوئری تحلیل شود. اگر با یک دید بالا به پایین به این قضیه نگاه کنیم، سبک نوشتن و توسعه کوئری‌ها به این صورت هست که ممکن یک سری از عبارت حتما نیاز هست ذکر شود و تعدادی از ان‌ها بسته به سناریو و تحلیلی که داریم نیاز می‌شود که استفاده شود. این ساختار به شکل زیر است:

SELECT  
DISTINCT 
TOP <select_list>
FROM <left_table>
join  <Join type>
ON <join_condition>
WHERE <where_condition>
GROUP BY <group_by_list>
WITH {CUBE | ROLLUP}
HAVING <having_condition>
ORDER BY <order_by_list>

خب حالا اگه قرار باشه اون منطقی که SQL SERVER داره برای اجرای Query پیاده سازی میکنه رو بدونیم به این شکل میشه :

(8) SELECT (9) DISTINCT (11) <TOP_specification> <select_list>
(1) FROM <left_table>
(3) <join_type> JOIN <right_table>
(2) ON <join_condition>
(4) WHERE <where_condition>
(5) GROUP BY <group_by_list>
(6) WITH {CUBE | ROLLUP}
(7) HAVING <having_condition>
(10) ORDER BY <order_by_list>

شماره‌هایی که در ابتدای هر خط نوشته شده است، مطابق با سبکی رایج کوئری‌نویسی در نظر گرفته شده. در واقع اولویت اجرای هر فاز را برای ما مشخص می‌کند. کوئری شما هر چه قدر که تو در تو نوشته شده باشد و Select‌های مختلفی در ابتدای آن باشد، تا زمانی که دیتا سورس یا مخزن کلی اطلاعات را پیدا نکند به این جستجو ادامه می‌دهد. یعنی FROM کوئری شما در اولین قدم باید پردازش شود و اطلاعات لازم برداشته شود . در مرحله بعد اگر در کوئری از یک نوع خاصی از Join ها استفاده شده باشد، نوبت به اجرای این فاز می‌رسد که اطلاعات این جداول ترکیب شود.و برای پیدا کردن ستون‌ها یا اطلاعات دیگر این ارتباط، حاصل شود. در این جا نمی‌خواهیم که انواع Join ‌ها را بررسی کنیم. فقط به این نکته دقت داشته باشید که منطق این موضوع را به خوبی متوجه شوید. به همین ترتیب هر چه قدر Join‌های مختلفی در این قسمت نوشته شده باشد، این ارتباطات توسط شرط‌هایی که در قسمت On اعمال می‌شود، می‌توانند با سایر جداول ارتباط گیرند. خب تا این مرحله ما با کلی جدول ارتباط گرفتیم که قرار هست که فیلتر‌هایی بر روی خروجی این مرحله اعمال کنیم. در مرحله بعد در صورتی که قرار هست کوئری‌های تحلیلی بنویسیم از عبارت‌های کلیدی Group By و اعمال شرط‌های آن استفاده می‌کنیم. سپس Engine به اولین سطر از کوئری شما رفته و تعداد رکورد‌های مد نظر را جهت نمایش ارایه خواهدکرد .. سپس این خروجی به اخرین سطر کوئری ارجاع داده شده تا مرتب ‌سازی ان انجام شده و در مرحله اخر هم مجدد به اولین خط رجوع می‌شود که مقادیر تکراری این اطلاعات به کاربر نمایش داده نشود. پس ذکر این نکته بسیار حائز اهمیت هست که حتما شماره هایی که در ساختار بالا مشاهده می کنید را به خوبی یاد گرفته که در چرخه اجرای این فرایند دقیقا بتوانید تحلیل های خود را از کوئری های نوشته شده به خوبی ارایه دهید .

*** به طور کلی قاعده Logical Query Processing یا LQP به این موضوع اشاره می‌کند که رعایت حق تقدم و تاخر در اجرا تمامی این فرایند‌ها مطابق با یک قانون مشخص و با اولیوت های خاص در نظر گرفته شده است .

تمامی این فرایند ها در واقع در Sql server تحت عنوان مرحله Parsing شناخته می شود که اولویت استفاده از این کلمات و درست استفاده شدن از آنها رعایت شده باشد . این مثال رو مشاهده کنید :

SELECT ID,
(Salary * 12) AS YearlySalary 
FROM   Employee
WHERE  YearlySalary > 10000;

اگه مطابق با منطقی که توضیح داده شد ، این عبارت رو اجرا کنید شاهد خطای زیر خواهید بود :

nvalid column name ‘YearlySalary’.

این خطا دقیقا نشان می‌دهد که اولا، کوئری شما از جدول Employee شروع به جمع آوری داده می‌کند و در مرحله بعد باید مطابق با منطق Lgoical query processing باید به قسمت where رفته و این خط را اجرا کند. ولی همان طور که مشاهده کردید، در این قسمت از الیاسی استفاده شده که هنوز در قسمت مورد نظر، پردازش نشده وSql server در جریان نیست که همچین الیاسی در کد به کار رفته که منظور همان YearlySalary هست. لذا تسلط بر این منطق، باعث می‌شود، زمانی که یک کوئری بسیار بزرگ را مشاهده کردید، بتوانید به راحتی تحلیل کنید که اولا چه اطلاعاتی از چه جداولی استخراج می‌شود و ثانیا این که در مرحله بعد قرار است چه فیلتر‌هایی بر روی این کوئری اعمال شود و به چه سبک گروه‌بندی‌های آن انجام و نتیجه نهایی مشخص شود. همچنین خطایابی و متوجه شدن منطق کوئری های بزرگ با این تکنیک که خدمت شما ارایه شد به راحتی قابل استخراج است . برای اشنایی با جزییات این موضوع می‌توانید به کتاب اقای Itzik Ben-Gan که با عنوان T-SQL Querying منتشر شده است مراجعه کنید و با چارت اجرایی این فرایند بیشتر اشنا شوید.

لطفا اگه در این خصوص نظری داشتید حتما با بنده به اشتراک بزارید که بتونیم مقالات رو تخصصی تر ارایه بدیم . موفق و موید باشید