SQLite學習筆記(十一)&&虛擬機原理

前言我們知道任何一種關係型資料庫管理系統都支持SQL(Structured Query Language)，相對於文件管理系統，用戶不用關心數據在資料庫內部如何存取，也不需要知道底層的存儲結構，熟悉SQL，就能熟練使用資料庫。SQL的引入，使得資料庫系統需要將SQL轉換為內部的數據結構，然後與.....

前言
我們知道任何一種關係型資料庫管理系統都支持SQL(Structured Query Language)，相對於文件管理系統，用戶不用關心數據在資料庫內部如何存取，也不需要知道底層的存儲結構，熟悉SQL，就能熟練使用資料庫。SQL的引入，使得資料庫系統需要將SQL轉換為內部的數據結構，然後與底層的存儲結構打通，達到用戶存取數據的目的。所謂的SQL對應的數據結構，我們通常稱之為執行計劃，每個SQL執行前，都需要生成執行計劃，然後執行。SQL如何變化到等價的執行計劃？我們熟悉的資料庫，Oracle，Sqlserver，Mysql等通過對SQL進行詞法分析，語法分析，語義分析，生成執行計劃等步驟，最終生成執行計劃，這個計劃一般是一個複雜的數據結構。SQLite也通過以上幾步生成執行計劃，但特別的是，SQLite的執行計劃是一串指令流，這個指令流是由代碼生成器生成，代碼生成器將語法樹翻譯成一種SQLite專用的內部指令，通過虛擬機來解析執行。指令流相當於SQL與虛擬機的中介，由於指令流是扁平的，SQLite提供方法(PRAGMA vdbe_trace=ON)讓用戶可以看到執行SQL的每一條指令，清楚地知道數據在SQLite內部是如何流轉的。本文主要講SQLite的虛擬機(Virtual Database Engine，簡稱VDBE)的原理以及相關的內部指令。

虛擬機
所謂虛擬機是指對真實電腦資源環境的一個抽象，它為語言程式提供了一套完整的電腦介面。比如我們熟悉的JAVA語言，我們在跑JAVA程式時，其實是運行在JVM(JAVA Virtual Machine)環境中，所有的JAVA程式首先被編譯為.class類文件，這種類文件在虛擬機上執行，也就是說class文件並不與操作系統指令對應，而是經過虛擬機間接與操作系統交互。SQLite的虛擬機也是如此，編譯SQL產生的指令流只有SQLite虛擬機(Virtual Database Engine，簡稱VDBE)能識別，由虛擬機與底層的存儲(表，索引)交互，這種方式使得SQLite內部模塊分工非常清晰，耦合度很低。如下圖所示，我們可以看到VDBE的位置，它處於編譯器與Btree模塊的中間，是SQLite的核心，負責SQL到數據存取的交互。後面我提到的虛擬機都是指SQLite虛擬機(Virtual Machine,VM)，VM模塊將底層存儲看作是記錄維度的文件系統，通過執行指令流，來讀寫表上的記錄。

VDBE數據結構和API

struct Vdbe{
sqlite3 *db; 　 /* The database connection that owns this statement */
Op *aOp; 　　　　/* Space to hold the virtual machine's program */
int nOp; 　　　　/* Number of instructions in the program */
Mem **apArg;    /* Arguments to currently executing user function */
Parse *pParse;  /* Parsing context used to create this Vdbe */
int pc;         /* The program counter */
Mem *aMem;      /* The memory locations */
int nMem;       /* Number of memory locations currently allocated */
Mem *aColName;  /* Column names to return */
u16 nResColumn; /* Number of columns in one row of the result set */
char *zSql;     /* Text of the SQL statement that generated this */
}

我從源碼中選取了比較重要的對象，主要包括資料庫對象(db)，指令流對象(aOp,nOp)，綁定輸入的參數值(apArg),解析SQL的對象(pParse)，指令流計數器(pc)，存儲臨時變數的寄存器(aMem,nMem)，返回結果集集的列名和列信息(aColName，nResColumn)以及執行的產生虛擬機指令的SQL(zSql)等。這些基本就是虛擬機對象的全部，有指令，有寄存器，有指令計數器，與彙編語言非常相似，只不過VDBE裡面的指令是sqlite內部識別的指令，而彙編語言指令是與機器指令對應的。如果想瞭解VDBE所有的對象，可以參考vdbeInt.h中關於該結構的定義，另外關於sqlite3結構和Parse結構可以參考sqliteInt.h文件。
瞭解了Vdbe數據結構，我們再來看看我們平時常用的API是如何與VDBE交換數據的。通常我們要執行一個語句，會執行如下幾個步驟。
1.調用sqlite3_prepare_*來編譯生成指令流，返回一個sqlite3_stmt對象，其實這個對象就是vdbe對象。
2.調用sqlite3_bind_*來將參數傳遞給vdbe，
3.調用sqlite3_step進行執行，這時候會啟動虛擬機執行一條條指令，直到遇到中斷或者停止指令為止
4.調用sqlite3_column_*來獲取上一步準備好的結果集
5.調用sqlite3_finalize,銷毀vdbe對象，結束這次執行。
此外我們還可能用到sqlite3_reset介面，這個介面將指令流回退到第一條指令，用戶可以調用sqlite3_step重新執行。有關API的詳細說明，可以參考文件vdbeapi.c。

虛擬機指令
虛擬機核心就是扁平化指令，SQLite定義了一系列指令語言，每個指令做一小部分動作，虛擬機通過執行一些列指令達到查詢，修改資料庫的目的。每一條指令包含一個操作符和5個操作數，形式如下：<opcode,P1,P2,P3,P4,P5>。P1,P2,P3是一個32位有符號整數，P1一般是游標編號，P2一般是指令需要跳轉的指令位置，P4是一個32位/64位整數，64位的浮點數，或者是指向字元串的指針，或者是二進位等，P5是一個無編號的字元。不是每條指令都使用了全部5個操作數，有的指令只需要2到3個操作數。後面一篇文章我會結合實例詳細講解指令的作用，以及對應操作數的含義。

虛擬機執行流程
虛擬機的核心流程在sqlite3VdbeExec函數中，我們調用sqlite3_step時就會調用到該函數。由於這個函數比較大，大概有6000行代碼，裡面包含了每條指令的執行過程，為了方便說明，我會簡化函數內容來說明這個函數的邏輯，抽象的代碼如下。從代碼流程來看，邏輯非常簡單，通過迴圈遍歷指令數組中的每條指令逐一執行，直到遇到中斷或終止指令為止。如果需要逐條瞭解每條指令的含義，還需要仔細閱讀代碼。

sqlite3VdbeExec(Vdbe *p)
{
　　Op *aOp = p->aOp; /* Copy of p->aOp */
　　Op *pOp = aOp; /* Current operation */

　　for(pOp=&aOp[p->pc]; rc==SQLITE_OK; pOp++){
　　　　switch(pOp->opcode){
　　　　case OP_Goto: //jump to P2指向的指令
　　　　{
　　　　　　pOp = &aOp[pOp->p2 - 1];
　　　　　　break;
　　　　}
　　　　case OP_Integer: // value P1 is written into register P2.
　　　　{
　　　　　　pOut = out2Prerelease(p, pOp);
　　　　　　pOut->u.i = pOp->p1;
　　　　　　break;
　　　　}
　　　　case OP_Real:
　　　　{
　　　　　　......
　　　　　　break;
　　　　}
　　　　case OP_Halt:
　　　　{
　　　　　　......
　　　　　　break;
　　　　}
　　　　... 
　　 }// end of switch
  } // end of for
}

小結
本文介紹了SQLite虛擬機以及對應的指令流。通過介紹vdbe的存儲結構，我們瞭解到vdbe對象所包含的內容；通過介紹API，我們瞭解到API與虛擬機的關係；通過介紹函數sqlite3VdbeExec的實現，我們知道虛擬機執行流程非常清晰，通過執行一系列指令流，就可以實現查詢，更新數據。