PostgreSQL PL/pgSQL 原理简析
1. 简介
PL/pgSQL 是 PostgreSQL 数据库中的一种过程化语言，以下是PL/pgSQL的一些特点和功能：
语法： PL/pgSQL 使用类似于其他过程化语言（如 Oracle PL/SQL）的语法，包括变量声明、条件语句、循环语句等；
数据类型： PL/pgSQL 支持与 PostgreSQL 数据库中的数据类型相同的数据类型，如整数、浮点数、字符串、日期等；
变量和常量：PL/pgSQL 允许声明和使用变量，可以存储和操作数据。还可以使用常量来存储不变的值；
控制结构： PL/pgSQL 提供了条件语句（ IF 、CASE ）、循环语句（ FOR 、WHILE ）、异常处理和错误处理等控制结构，使得程序更加灵活和可控；
存储过程：PL/pgSQL 允许开发者在数据库中创建存储过程，存储过程是一组预定义的 SQL 语句，可以通过过程名和参数调用执行。存储过程可以包含业务逻辑和复杂的数据操作；
触发器：PL/pgSQL 还支持编写触发器，触发器可以在表的数据发生变化时自动执行一段代码，通常用于数据校验、日志记录和数据同步等操作；
错误处理：PL/pgSQL 提供了异常处理机制，可以捕获和处理运行时错误。开发者可以使用异常块来定义异常处理逻辑，包括记录错误、回滚事务等操作；
总的来说，PL/pgSQL 是 PostgreSQL 数据库中强大而灵活的过程化语言，可以用于编写存储过程和触发器，实现复杂的数据操作和业务逻辑。它提供了丰富的控制结构和错误处理机制，使得开发者能够更好地控制和管理数据库的行为。此外，将逻辑组合起来一次性发送给数据库并存储下来，能够降低业务频繁执行带来的多轮发送的开销。但是，相对 于Oracle PL/SQL ，它的内部实现又比较简陋，甚至只能够解释执行，这也使得在性能上与 PL/SQL 存在差距。
2. 使用方式
在 PostgreSQL 中， PL/pgSQL 主要有三种使用场景，分别是：
-- 匿名块
DO $$
DECLARE
BEGIN
RAISE NOTICE 'anonymous block';
END;
$$ LANGUAGE plpgsql;
-- 过程
CREATE PROCEDURE proc()
AS $$
DECLARE
BEGIN
RAISE NOTICE 'procedure';
END;
$$ LANGUAGE plpgsql;
-- 函数
CREATE FUNCTION func() RETURN INT
AS $$
DECLARE
BEGIN
RAISE NOTICE 'function';
RETURN 0;
END;
$$ LANGUAGE plpgsql;复制
此外，触发器的创建也依赖于过程的创建，因此也会使用到PL/pgSQL
。
由于在实际业务中，执行匿名块的场景很少，主要还是使用函数/过程/触发器，因此我们需要对函数的各项流程有一个大致的了解，才能更好的理解 PL/pgSQL 和 SQL 层逻辑的交互。因此，本章主要介绍函数使用的一些内部细节。
3. 原理
3.1 函数创建
从语法上可以看出，用户创建存储过程块需要由
LANGUAGE plpgsql 包围。这有两部分原因构成，一是 ，这起到分隔符的作用。我们知道，每一个完整的单词或 ASCII 都会在数据库读取用户输入时被识别为一个 token， 包围的所有字符将会被识别成一个 token）。因此，原理上任何分隔符都可以做到这一点，比如将 替换为 "" 也是可行的。至于这个内容很长的 token 具体是什么，就由 LANGUAGE plpgsql 来决定。在 PostgreSQL 中存在多种扩展语言，这些语言可以从 pg_language 系统表中查到，内置的语言如下：
PostgreSQL 也拥有 plpython、plperl 其他扩展的语言，这里不表。每种语言都必须实现对应的 call_handler （为函数所使用） inline_handler（为匿名块所使用） 的C函数，该函数作为解析的入口来具体执行用户写的内容。通过 LANGUAGE plpgsql 关键字，PostgreSQL 理解了这个 token的含义。如果是匿名块，PostgreSQL 查找到对应的 plpgsql_inline_handler 接口直接执行；如果是函数，则将这段字符串存入 pg_proc 系统表的 prosrc 字段中，并记录该函数所使用的语言。在用户具体调用该函数的时候，从系统表中取出这段字符串，然后通过对应的 plpgsql_call_handler 来完成 SQL 函数的编译和执行。
从这里可以看出 plpgsql 作为一个解释型语言的含义：即使在调用存储过程的时候可能会创建缓存，并在下次调用时直接使用（下文会详细说），但对于一个新连接的会话而言，每个调用的函数都是从系统表里的一个字符串开始被加载的。此外，PostgreSQL 只会在创建时对这段字符串做一次语法检查，而不会做语义检查，因此如果存储过程中使用到了某些不存在的表，该函数也是能被正常创建出来的（而 Oracle 会做编译优化，也会对语义进行检查）。
至此，我们以创建一个函数为例，完整描述一遍用户从驱动（如 psql ）输入sql语句到进入 pg_proc 系统表的过程：
用户在psql中输入创建函数的语句（假设语法正确），psql 通过状态转移识别出用户什么时候输入结束（比如，在识别到 ';' 的时候，如果当前处于一个期待结束的状态，则认为用户已经输入完毕），然后将之前的所有字符串直接发送给数据库；
数据库首先通过 sql 层语法解析器（flex/bison）开始逐个读取 token，通过模式匹配进入到匹配 CreateFunctionStmt 规则的路径中，完成用户输入的各部分的语法解析；
可以触发 Trigger 的 DDL 语句最终会通过 ProcessUtilitySlow 分发的具体的执行函数，也就是 CreateFunction。在这里完成各种入参出参类型识别和处理，重复函数检查，关键字有效性检查等等步骤，最终组装好系统表里所需的各项内容 （包括和本文关系最紧密的 prolang 和 prosrc），创建好 pg_proc 中的一行，以及和名称空间、数据类型等其他系统表项的依赖关系。
返回给用户创建成功，或是某些错误信息。
3.2 函数执行
3.2.1 解析阶段
当用户通过各种形式调用函数（比如 SELECT 语句或触发了触发器），数据库会通过名称空间和函数名到系统表中查询到一系列函数（PostgreSQL 的函数允许重载），解析阶段（关注 parse_analyze 函数）主要流程如下（更多细节参考FuncnameGetCandidates）：
根据函数名从系统的函数缓存中查找所有同名的函数定义；
对每个同名函数定义进行参数匹配。如果参数类型和数量均匹配，则将该函数加入候选函数列表。如果参数类型不匹配，则会尝试进行隐式类型转换来匹配函数参数。如果仍然无法匹配，则将该函数从候选列表中剔除；
如果存在参数列表精确匹配的函数，结束；
如果参数列表长度为1，考虑是否是强制类型转换。如果是，结束；
筛选出对应参数可以隐式转换的候选者。如果只剩下一个，结束；
对用户输入的参数列表进行原始类型转换（domian -> type）计算每个类型的TypeCategory(见 pg_type.h，是 PostgreSQL 中的一个枚举类型，用于表示不同数据类型的类别，主要用于为不同的数据类型指定不同的转换优先级)，并统计未知类型的数量；
考虑精确匹配的数量做第一层过滤。如果存在唯一的精确匹配的列数量最多的函数，采用它，结束；
通过 TypeCategory 做数据类型的归类，此时只要是属于同一类数据类型，就认为这一列是匹配的。通过这种方式来计算函数匹配列的数量。如果匹配列数量最多的函数唯一，采用它，结束；
如果通过上述步骤还未找到最优候选者，那么尝试采用未知类型来做进一步的匹配。如果不存在未知类型，直接失败；如果存在未知类型，那么在对应列上存在函数是 TypCategory_STRING 类型，那么将改未知类型转换为 TypCategory_STRING，由此可以将一部分未知类型列转换为 TypCategory_STRING 类型（这是一种偏见，因为未知类型的字面量看起来像是个字符串）。然后，重新对候选者进行类似于第六步的匹配，看看这些候选者在这些未知类型上，哪个能匹配到最多的 TypCategory_STRING 类型。如果存在最多匹配的唯一函数，采用它，结束；
如果还是不能找到胜出者，最后做如下判断：如果输入既包含已知类型，又包含未知类型，并且所有已知类型都相同，则假定未知输入也是该类型，并查看是否能够得到唯一匹配。如果存在，采用它，结束；
无法找到，错误；
如果能找到合适的函数，记录函数的各项信息，包装成 FunxExpr 节点放入 parsetree 中。
3.2.2 优化阶段
在优化器阶段，会尝试对表达式树进行节点常量化，来尽可能降低执行器执行的开销（关注 eval_const_expressions 函数）。在这其中也会尝试对函数进行优化，主体逻辑在 simplify_function 中。主要有如下优化方法：
首先，将参数从命名表示法转换为位置表示法（比如可以使用
select f(id2 := 2, id1:= 1);
来调用一个函数，尽管声明的时候 id1 位于第一个位置）。其次，对参数的节点进行常量优化（例如f(2+2) -> f(4)
）；对于改造后的函数表达式，可以做以下几个简单的判断：如果是 strict 函数且入参存在 NULL，则结果为 NULL，直接当作常量看待即可；如果函数为 immutable 或 stable，直接提前调用执行器计算出结果；
如果在创建函数的时候声明了planner support function，调用它来对函数本身进行优化；
尝试将函数转换为内联函数；
此外，还会根据创建函数时声明的属性，如 parallel / volitale 等来估算函数的代价。
3.2.3 执行阶段
如果函数一定需要在执行器中执行，那么会调用 ExecInitFunc 函数，通过 FuncExpr 节点创建好函数入参等信息，等到执行器真正需要执行这一 step 的时候，通过统一的 fmgr 模块，识别出 plpgsql 这一语言，然后调用对应的 plpgsql_call_handler 开始执行。此时会进行 plpgsql 部分的编译和执行。存储过程的编译时机有两个，一是函数创建时，二是函数执行时。当函数被创建时，会执行 plpgsql_validator 函数来验证存储过程块的语法是否合法，此时会进行一次编译，并将编译信息缓存到一个会话级别的哈希表中。也正是由于该缓存仅在当前会话有效，对于其他会话来说，用户会直接执行该函数，此时会尝试在哈希表中查询是否存在函数编译信息的缓存，发现不存在时才开始编译函数。编译完成后，开始具体执行函数或触发器 （plpgsql_exec_function / plpgsql_exec_trigger / plpgsql_exec_event_trigger），然后将返回值传递回 SQL 层执行器。
3.3 函数销毁
用户删除函数时，会通过同样的函数候选者选择逻辑来找到正确的需要被删除的函数。注意，此时并不会删除会话级别的函数缓存，因此如果在一个会话内频繁创建函数并删除，函数缓存会在TopMemoryContext上泄漏。如果是 replace 函数，则走创建函数相同的流程。在重新编译该函数时会对函数缓存进行有效性验证，发现无效后删除旧的函数缓存，清理函数编译信息中缓存的语句的执行计划，然后重新编译函数。
4. 总结
本章节大致介绍了 PL/pgSQL 的一些概念和函数创建、执行和删除的流程，存储过程的编译和执行的具体细节在下一章介绍。
