共计 1736 个字符，预计需要花费 5 分钟才能阅读完成。
自动写代码机器人，免费开通
摘要
上文（存储篇）说到数据库重要的两部分为存储和计算，本篇内容为你解读图数据库 Nebula 在查询引擎?Query Engine?方面的设计实践。
在 Nebula 中，Query Engine 是用来处理 Nebula 查询语言语句（nGQL）。本篇文章将带你了解 Nebula Query Engine 的架构。
上图为查询引擎的架构图，如果你对 SQL 的执行引擎比较熟悉，那么对上图一定不会陌生。Nebula 的 Query Engine?架构图和现代 SQL 的执行引擎类似，只是在查询语言解析器和具体的执行计划有所区别。
Session Manager
Nebula 权限管理采用基于角色的权限控制（Role Based Access Control）。客户端第一次连接到 Query Engine?时需作认证，当认证成功之后 Query Engine?会创建一个新 session，并将该 session ID?返回给客户端。所有的?session?统一由 Session Manger 管理。session?会记录当前 graph space 信息及对该 space 的权限。此外，session?还会记录一些会话相关的配置信息，并临时保存同一?session 内的跨多个请求的一些信息。
客户端连接结束之后 session?会关闭，或者如果长时间没通信会切为空闲状态。这个空闲时长是可以配置的。br / 客户端的每个请求都必须带上此?session ID，否则?Query Engine 会拒绝此请求。
Storage Engine 不管理 session，Query Engine 在访问存储引擎时，会带上 session 信息。
Parser
Query?Engine 解析来自客户端的 nGQL 语句，分析器 (parser) 主要基于著名的 flex / bison 工具集。字典文件（lexicon）和语法规则（grammar）在 Nebula 源代码的?src/parser? 目录下。设计上，nGQL 的语法非常接近 SQL，目的是降低学习成本。图数据库目前没有统一的查询语言国际标准，一旦 ISO/IEC 的图查询语言（GQL）委员会发布 GQL 国际标准，nGQL 会尽快去实现兼容。br / Parser 构建产出的抽象语法树（Abstrac Syntax Tree，简称?AST）会交给下一模块：Execution Planner。http://m.qd8.com.cn/yiyao/xinxi21_3709996.html
Execution Planner
执行计划器（Execution Planner）负责将抽象树 AST 解析成一系列执行动作 action（可执行计划）。action 为最小可执行单元。例如，典型的 action 可以是获取某个节点的所有邻节点，或者获得某条边的属性，或基于特定过滤条件筛选节点或边。当抽象树 AST 被转换成执行计划时，所有 ID 信息会被抽取出来以便执行计划的复用。这些?ID 信息会放置在当前请求 context 中，context 也会保存变量和中间结果。焦作国医胃肠专科医院：http://jz.lieju.com/zhuankeyiyuan/37845056.htm/
Optimization
经由 Execution Planner 产生的执行计划会交给执行优化框架 Optimization，优化框架中注册有多个 Optimizer。Optimizer?会依次被调用对执行计划进行优化，这样每个 Optimizer 都有机会修改（优化）执行计划。最后，优化过的执行计划可能和原始执行计划完全不一样，但是优化后的执行结果必须和原始执行计划的结果一样的。郑州治疗不孕不育医院：http://rgsj.zzfkyy120.com/
Execution
Query Engine?最后一步是去执行优化后的执行计划，这步是执行框架（Execution Framework）完成的。执行层的每个执行器一次只处理一个执行计划，计划中的 action 会挨个一一执行。执行器也会一些有针对性的局部优化，比如：决定是否并发执行。针对不同的 action 所需数据和信息，执行器需要经由 meta service 与 storage engine 的客户端与他们通信。
向 AI 问一下细节丸趣 TV 网 – 提供最优质的资源集合！
