DDL是数据定义语言，用于定义和治理SQL 数据库中的所有对象的语言,罕用的命令有：create，drop，alter等。通常来说，浪潮云溪数据库DDL语句的流程次要分为四个局部，别离是逻辑打算生成，物理打算生成，打算执行和schemachange。本文次要介绍逻辑打算生成，物理打算生成和打算执行。

- 逻辑打算生成 -

逻辑打算生成次要是生成一个planNode逻辑打算节点，每一条SQL都会有本人的planNode，以create table为例，该SQL生成的planNode中蕴含有CREATETABLE statement信息例如表名，有该表所属数据库的信息，还有该表的列的信息等。planNode生成后将其记录到planner的curplan（curplan有以后打算的属性，蕴含形象语法树，planNode，子查问打算等）里，次要流程如下图所示。

以create table语句为例，构建逻辑打算次要是进行memo的构建以及RBO和CBO优化（memo是用来存储查问打算森林的一种数据结构）。首先会初始化一个优化打算的上下文optPlanningCtx，外面会初始化优化器并记录是否应用memo cache进行memo的缓存复用，而这也是DDL与DML语句之间的区别，DDL语句不会复用memo。

构建memo会调用builder的build()办法，对于不同的DDL语句，会调用不同的办法去构建逻辑打算。Create table语句会调用buildCreateTable,构建outScope，次要是生成语句的表达式expr记录在outScope里，最终记录到memo外面。而对于其余的DDL语句则会调用tryBuildOpaque，而后通过ConstructOpaqueDDL函数构建memo的expr。

Memo构建完当前就是进行优化，通过Optmize()函数进入进行RBO和CBO优化，而DDL语句不会进行优化，这也是与DML语句的区别，DML会将优化完的memo退出缓存。而后就是进行逻辑打算planNode的构建，DDL语句中，create语句会执行buildCreateTable进行ConstructCreateTable构建createTableNode，而drop和alter语句则会执行buildOpaque，通过ConstructOpaque返回所对应的planNode，最初将构建好的planNode封装到planTop外面，并且如果是DDL语句会在planTop的flags外面置planFlagIsDDL。

- 物理打算生成 -

逻辑打算生成后，就会依据逻辑打算生成物理打算，次要的流程如下图所示。

在生成物理打算之前会先判断语句是否须要分布式执行，DDL不会进行分布式执行，会生成一个本地的PlanningCtx（PlanningCtx 蕴含在单个查问的整个布局过程中应用和更新的数据）。如果SQL语句有子句的话，则会调用PlanAndRunSubqueries函数先执行子句。DDL语句会进入到wrapPlan进行物理打算的生成。在wrapPlan中会深度优先遍历planNode树，找到第一个反对DistSQL processor的planNode而后在该planNode上递归DistSQL优化，如果有等效的 DistSQL 处理器调用createPlanForNode生成物理打算。

函数首先判断以后planNode的类型，调用对应的函数为planNode创立物理打算(如indexJoinNode会调用createPlanForIndexJoin)，DDL则会递归调用wrapPlan将planNode包起来持续解决(wrapPlan只包装节点自身而不包含孩子节点)。而后，调用shouldPlanTestMetadata函数判断是否须要进行元数据处理，如果须要则增加相干信息）。而后再进行创立planNodeToRowSource（该构造体），如果被包裹的planNode是flow中的第一个node，且语句类型是RowsAffected（返回受影响行的计数的语句）则能够应用fast path，planNode子树若反对DistSQL优化会在被优化后连贯到wrapper。返回wrapper后，为物理打算增加LocalProcessor和LocalProcessorIndexes的元素，LocalProcessors数组蕴含了所有的planNodeToRowSource，即被包裹的planNode，记录物理打算的ResultTypes。

每当增加新的PhysicalPlan时，都须要覆写ResultRouters，咱们将只须要一个result router，因为local processor不是分布式的，确保p.ResultRouters只有一个元素，最初填充打算的endpoints就进入执行流程。

- 执行 -

执行过程的次要流程如下图所示。

StartExec是具体执行planNode的办法，依据构建的物理打算对表描述符进行操作。StartExec会先对commend遍历（以alter table为例，commend是一个表批改操作的切片），在遍历中获取集群版本信息，查看在以后版本中是否反对增加列的类型，若反对则为true，反之报错；接着依照打算中的列定义信息生成列描述符，若增加的列是主键或含有唯一性束缚，还会生成索引描述符，将这些描述符会包装成一个个mutation并增加到表描述符的Mutations字段里；而后依据表、mutation等信息创立一个job，job也是通过零碎表system.jobs进行保护，这个job是用来触发及跟踪schema change执行，接着将含有mutations的表形容通过batch更新到零碎表"descriptor"里。

执行流程中最次要的构造体就是batch，表描述符会存在batch外面，通过writeTableDescToBatch函数，在该函数外面，首先判断这个表如果不是一个新的表，须要将表的version+1，而后会验证表描述符格局是否良好，调用addUncommittedTable函数，这容许事务在绕过表租赁机制的状况下查看本人的批改，最初是将表描述符的KV写入到batch外面。batch构建完当前就执行batchRequest。

在执行流程完结后，如果须要数据回填的话，则进入到online schema change流程回填数据而后写入零碎表实现执行流程，如果不需要的话，则在执行算子的时候就将数据写入到零碎表中实现执行流程。