GDB调试CMU15445-P3:深入火山模型执行器流程

CMU15445 (Fall 2023) Project 3 - Query Execution 思路分享 在Project 3中,我们将实现数据库的查询执行部分。不同算子的具体执行逻辑编写优化规则,转换查询计划,以提高其执行效率相比于Projcet 2,本次项目侧重于源码阅读,我们需要看懂BusTub的查询执行逻辑,弄清楚每个组件之间的关系,否则我们将无从下手。此外,ButTub提供了Live Shell,我们可以在网页上运行SQL,或是用来debug。 阅读详情

1. 为什么需要GDB调试火山模型执行器

记得我第一次接触CMU15445的P3项目时,面对层层封装的执行器代码,完全不知道从哪里入手。明明只是简单的SELECT * FROM t1查询,却在SeqScanExecutor处卡住了。这时候GDB就成了我最得力的助手,它像一台时间机器,能让我看到代码执行的每一个细节。

火山模型(Volcano Model)是数据库执行器的经典设计模式,它通过Init和Next方法的组合来实现数据流水线处理。Init负责初始化执行器状态,Next则每次返回一个元组。这种设计优雅但调试困难,因为执行流程被分散在各个执行器的Init和Next调用之间。

没有GDB的话,我们就像在迷宫里摸索,只能通过打印语句来猜测执行路径。而有了GDB,我们可以直接观察调用栈、查看变量状态、单步跟踪执行流程。特别是在CMU15445这样的教学项目中,理解执行器如何工作比单纯实现功能更重要。

2. GDB调试环境搭建与基础配置

工欲善其事,必先利其器。在开始调试之前,我们需要准备好调试环境。CMU15445项目使用C++编写,建议使用GCC 9+和GDB 8+版本以获得更好的调试体验。

首先编译项目时需要添加调试信息:

mkdir build
cd build
cmake -DCMAKE_BUILD_TYPE=Debug ..
make -j4

这样编译出的可执行文件会包含完整的调试符号。启动GDB时建议使用以下配置:

gdb --args ./bin/bustub-shell

在GDB内部,我习惯设置一些常用配置:

set print pretty on
set pagination off
set print object on

这些设置让结构体输出更易读,关闭分页显示,并启用对象类型信息显示。还有一个很有用的技巧是使用硬件观察点:

watch -l variable_name

这样当变量被修改时GDB会自动中断,对于跟踪执行器状态变化特别有用。

3. 跟踪执行器初始化流程

当我们执行CREATE TABLE t1(v1 INT, v2 VARCHAR(100)); SELECT * FROM t1;这样的简单查询时,执行器的初始化流程其实相当复杂。让我们一步步来看。

首先在GDB中设置断点:

break SeqScanExecutor::Init
break ExecutionEngine::Execute

运行程序后,当执行到SELECT语句时,GDB会在SeqScanExecutor::Init处中断。这时候使用backtrace命令查看调用栈:

(gdb) bt
#0 SeqScanExecutor::Init (this=0x6d3c80) at seq_scan_executor.cpp:25
#1 ExecutionEngine::Execute (plan=..., exec_ctx=0x7fffffffd8a0, result_set=0x7fffffffd8c0)
    at execution_engine.cpp:40
#2 BustubInstance::ExecuteSqlTxn (this=0x7fffffffda00, sql=..., txn=0x0, 
    writer=0x7fffffffdb00) at bustub_instance.cpp:210
#3 BustubInstance::ExecuteSql (this=0x7fffffffda00, sql=..., writer=0x7fffffffdb00)
    at bustub_instance.cpp:196
#4 main (argc=1, argv=0x7fffffffdc48) at shell.cpp:99

从调用栈可以清晰看到执行路径:main函数 → ExecuteSql → ExecuteSqlTxn → Execute → SeqScanExecutor::Init。这时候我们可以检查Init函数的参数:

(gdb) frame 0
(gdb) info args
this = 0x6d3c80

使用info locals查看局部变量,p命令查看具体变量值。对于执行器来说,最重要的是exec_ctx和plan:

(gdb) p exec_ctx_
$1 = (bustub::ExecutorContext *) 0x6d3c00
(gdb) p *plan_
$2 = {<bustub::AbstractPlan> = {<bustub::AbstractExpression> = {<bustub::AbstractNode> = {
        children_ = std::vector of length 0, capacity 0}, <No data fields>}, <No data fields>}, 
  table_oid_ = 0}

通过这些信息,我们可以知道执行器要操作哪个表(table_oid_),以及执行上下文包含的事务、目录等信息。

4. 分析Next方法的数据拉取过程

初始化完成后,真正的数据拉取是通过Next方法完成的。这是火山模型的核心,每个执行器通过Next方法向上层返回一个元组,形成数据流。

设置断点跟踪Next调用:

break SeqScanExecutor::Next

当GDB在Next方法中断时,查看调用栈:

(gdb) bt
#0 SeqScanExecutor::Next (this=0x6d3c80, tuple=0x7fffffffd7a0, rid=0x7fffffffd790)
    at seq_scan_executor.cpp:35
#1 PollExecutor (executor=0x6d3c80, result_set=0x7fffffffd8c0) at execution_engine.cpp:60
#2 ExecutionEngine::Execute (plan=..., exec_ctx=0x7fffffffd8a0, result_set=0x7fffffffd8c0)
    at execution_engine.cpp:45

PollExecutor函数是执行引擎的核心循环,它不断调用执行器的Next方法直到返回false(没有更多数据)。在这个过程中,我们可以观察tuple是如何被填充的:

(gdb) p tuple
$3 = (bustub::Tuple *) 0x7fffffffd7a0
(gdb) p *tuple
$4 = {data_ = "", size_ = 0, allocated_ = false, rid_ = {page_id_ = 0, slot_num_ = 0}}

单步执行几次Next调用,观察tuple内容的变化。对于SeqScanExecutor,它会顺序扫描表中的所有元组,每次Next调用返回下一个元组。

特别要注意的是rid(Record ID)参数,它标识了元组在表中的物理位置。这对于理解数据库的存储层很有帮助。

5. 理解火山模型的执行器架构

火山模型之所以经典,是因为它的抽象层次清晰,扩展性强。在CMU15445项目中,执行器架构遵循典型的火山模型设计。

每个执行器都继承自AbstractExecutor基类,必须实现Init和Next方法。执行器之间通过组合形成执行树。比如Join执行器可能包含两个子执行器作为输入。

我们可以通过GDB观察执行器树的构建过程。在ExecutionEngine::Execute中设置断点:

break ExecutionEngine::Execute

当断点触发时,查看plan参数:

(gdb) p plan
$5 = (const bustub::AbstractPlanNode *) 0x6d3b80
(gdb) p *plan
$6 = {_vptr$AbstractPlanNode = 0x646d20 <vtable for bustub::SeqScanPlanNode+16>, 
  children_ = std::vector of length 0, capacity 0}

使用p *plan输出计划节点的详细信息。对于复杂查询,计划节点会形成树形结构,每个节点对应一个执行器。

通过c命令继续执行,观察执行器树是如何被遍历的。火山模型的优点在于它的流水线特性——数据在执行器之间流动,不需要物化中间结果。

6. 实战调试技巧与常见问题

在实际调试过程中,我积累了一些实用技巧。首先是条件断点的使用。比如我们只想在特定条件下中断:

break seq_scan_executor.cpp:35 if table_oid_ == 123

这样只有当扫描表ID为123时才中断,避免在无关操作上浪费时间。

其次是使用command命令为断点添加自动执行命令:

break seq_scan_executor.cpp:35
command
printf "Scanning table %d\n", table_oid_
bt short
continue
end

这个断点被触发时会自动打印扫描的表ID和简短调用栈,然后继续执行。

对于跟踪执行流程,我推荐使用display命令自动显示关键变量:

display exec_ctx_->GetTransaction()->GetTransactionId()
display tuple->GetValue(&schema, 0)

这样每次程序中断时都会自动显示当前事务ID和元组的第一个字段值。

常见问题包括:断点位置不正确、调试信息缺失、多线程问题等。对于多线程调试,建议先专注于主执行线程,使用thread命令切换线程上下文。

7. 结合具体SQL案例深入分析

让我们通过一个具体案例来巩固调试技巧。假设我们执行以下SQL:

SELECT v1, v2 FROM t1 WHERE v1 > 100 ORDER BY v2;

这个查询涉及多个执行器:SeqScan、Filter、Projection、Sort。我们可以通过GDB跟踪每个执行器的Init和Next调用。

首先在优化器处理后,我们应该能看到对应的执行计划。在Optimizer::Optimize设置断点:

break Optimizer::Optimize

当断点触发时,查看输入和输出的计划树:

(gdb) p parsed_statements
$7 = (bustub::parser::SelectStatement *) 0x6d3a00
(gdb) p *plan
$8 = {_vptr$AbstractPlanNode = 0x646d80 <vtable for bustub::ProjectionPlanNode+16>, 
  children_ = std::vector of length 1, capacity 1}

继续执行,在ExecutionEngine::Execute中断,这时可以遍历整个执行计划树:

(gdb) p plan->children_[0]
$9 = std::shared_ptr<bustub::AbstractPlanNode> (use count 2, weak count 0) = {
  get() = 0x6d3980}
(gdb) p *plan->children_[0].get()

通过递归遍历,我们可以了解完整的执行器树结构。然后可以在每个执行器的Init和Next方法设置断点,观察数据是如何流动和转换的。

对于Filter执行器,注意观察谓词求值过程;对于Projection执行器,观察字段映射;对于Sort执行器,观察排序算法的执行(可能是外部排序如果数据量大)。

这种逐层分析的方法虽然耗时,但对于理解火山模型的工作机制极其有帮助。

CMU15445-project3-满分收获总结 !!gradescope究极大BUG!!!开始之前ValueIndex数据存储三剑客tupleTableHeap数据表信息三剑客CatalogschemacolumnINSERTUPDATEDELETEHASHJOINLIMITDISTINCT排名拉了,没精力优化了太折磨了太痛苦了,看代码的时间比写代码的时间还多,很多天都处于完全没法动键盘的状态。SQL拆分成一棵执行树之后,其中的节点的功能承担者,也是这次实验主要要完成的部分。构造执行树时不会构造Executor,而是用后面的成员函数,和。........ 阅读详情

相关推荐

frontend-design skills

frontend-design skills

从数学美学到硬件实现:Hamming(7,4)码背后的完美编码哲学

本文深入探讨Hamming(7,4)码的数学美学与硬件实现,解析其作为完美纠错码如何通过精确满足汉明界限实现单比特错误纠正。文章涵盖其几何结构、线性代数表达以及高效的硬件电路设计,展现了编码理论中数学与工程实践的完美统一。

ik6789012的博客 350

政府科技管理者在推动区域科技成果转化过程中,如何解决成果供需匹配效率低的问题?.docx

政府科技管理者在推动区域科技成果转化过程中,如何解决成果供需匹配效率低的问题?

cmu15445(2024fall) project3

Project 3主要是实现BusTub中的查询执行部分的一些算子,同时补充一些查询优化的规则。BusTub采用iterator model,即迭代器模型 / 火山模型。project介绍中的background部分值得仔细阅读。其中涉及到bustub中的执行器架构、已经实现的部分与算子的介绍。下图中是关于Query Plan句法的一点介绍。Project 3 中,当使用 EXPLAIN 查看查询计划时,#0.0 和 #0.1 这样的标记是 Bustub 查询计划表示法中的列引用。

Jerome_Yi的博客 1137

用于计算系统状态的卡尔曼最优增益和最小均方误差(MMSE)估计研究(Matlab代码实现)

内容概要:本文围绕用于计算系统状态的卡尔曼最优增益和最小均方误差(MMSE)估计展开研究,深入探讨了卡尔曼滤波在动态系统状态估计中的核心作用。文章系统阐述了卡尔曼滤波的数学基础,包括状态空间模型的建立、先验与后验状态估计、协方差矩阵的递推更新,以及最优增益矩阵的推导过程,确保在高斯白噪声环境下实现对系统状态的最小均方误差估计。结合Matlab代码实现,完整展示了算法从理论建模到仿真实验的全流程,涵盖系统建模、噪声设置、滤波迭代、状态更新与误差分析等环节,并通过仿真实验验证了算法在噪声干扰下对系统真实状态的高精度跟踪能力。该研究为控制工程、导航系统、信号处理及自动化领域中的状态估计问题提供了坚实的理论依据与高效的数值实现方案。; 适合人群:具备一定控制理论、概率统计基础和Matlab编程能力,从事自动化、电子信息、航空航天、机器人、导航定位等相关领域的科研人员、工程技术人员及高校研究生。; 使用场景及目标:①掌握卡尔曼滤波的基本原理及其在状态估计中的数学推导过程;②学习如何利用Matlab实现卡尔曼滤波算法并进行系统仿真与性能评估;③应用于目标跟踪、传感器融合、惯性导航、故障诊断、时间序列预测等实际工程中的动态状态估计问题。; 阅读建议:建议读者结合文中提供的Matlab代码进行动手实践,通过调整系统模型参数、过程噪声与观测噪声强度,观察滤波效果的变化,深入理解卡尔曼增益的自适应调节机制与MMSE估计的收敛特性。同时可进一步拓展学习扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)等非线性滤波方法,以应对更复杂的非线性系统状态估计挑战。

字符集的选择

字符集的选择 一:背景介绍 DICOM特定字符集(0008,0005) 此标签获得不同的值就代表使用不同的语言进行解码。 以下为多家CT厂商的(0008,0005)取值: 字符集: unicode是字符集,ASCII、GB2312、GBK、GB18030既是字符集也是编码方式,UTF-8只是编码方式。 二:中文字符集介绍 世界通用字符集——UTF 中文字符集——GB2312、GBK、GB18030 字符集的详细介绍 一:UTF-8 程序是把一个字节一个字节的来读取,然后再根据字节中开头的bit

qq_41972968的博客 1522

gdb调试CMU15445-P3流程

由于在 CMU15445 的 P3 中需要实现几个执行器与优化算子,所以必须要理解此处的代码流程是什么,所以此处使用gdb来定位需要实现函数的调用流程。

m0_74114450的博客 1524

英伟达NVIDIA数字IC后端笔试真题(ASIC Physical Design Engineer)

英伟达NVIDIA数字IC后端笔试真题(ASIC Physical Design方向)

weixin_37584728的博客 3934

PyQt实现SQLite数据库操作案例详解

sqlite3:Python内置模块,适合简单数据库操作,适合脚本或小项目。:Qt框架提供的数据库模块,支持多种数据库驱动,能与Qt的MVC模型无缝结合,适合GUI应用。:数据库连接管理类。:基于数据库表的模型,支持数据的显示、编辑、插入、删除。QTableView:视图控件,用于显示模型数据,支持排序、选择等功能。

不迁怒,不贰过。小知识,大智慧。 1533

JQ8900语音播报模块在RT-Thread系统下的驱动移植与测试详解

本文详细讲解了如何在RT-Thread嵌入式操作系统中,为JQ8900语音播报模块进行驱动移植与功能测试。内容涵盖从获取驱动代码、配置Kconfig工程、编译烧录到核心代码解析的完整流程,并提供了基于串口通信的上电测试与问题排查方法,帮助开发者快速掌握在RT-Thread系统下集成外部模块的核心技能。

weixin_35677363的博客 595

LMX2820即时校准实战:从失锁到稳定锁频的完整指南

本文详细解析了LMX2820锁相芯片在高频段(11.3-22.6GHz)易出现随机失锁问题的根源,并提供了即时校准(InstCal)的完整实战指南。通过寄存器编程、Index例程和校准配置的关键步骤,确保从失锁到稳定锁频的高可靠性,大幅提升射频合成器在通信与测试测量应用中的性能。

bert9linguist的博客 961

GDB调试CMU15445-P3:深入执行器与火山模型调用流程

本文详细介绍了如何使用GDB调试CMU15445-P3项目,重点分析执行器与火山模型的调用流程。通过设置断点、查看堆栈帧和监控变量状态,帮助开发者深入理解SeqScanExecutor的执行机制,解决常见调试问题并掌握高效调试技巧。

life6的博客 387

一文讲透什么是ADC/DAC中的DDC、DUC、采样率以及数据率等概念

摘要:ADC/DAC中的采样率与数据率概念不同,采样率是转换器的时钟速率,而数据率是数字输出的实际速率。抽取通过滤波降低数据速率,提升信噪比但牺牲带宽;内插则通过插零和滤波提高采样率,将镜像信号移远但增加延迟和功耗。JESD204B标准的高速转换器需平衡通道数与串行速率,内插/抽取技术是关键。文章还解析了DDC、DUC的应用及优缺点,为高速数据转换设计提供参考。(150字)

weixin_49761275的博客 4287

从火山模型到现代执行器:GDB调试如何揭示数据库查询执行的核心机制

本文通过GDB调试实战,深入解析数据库查询执行的核心机制,重点探讨火山模型与现代执行器设计。结合CMU15445课程P3项目的SeqScanExecutor案例,揭示数据在算子间的流动细节、状态转换过程及执行器优化策略,为数据库内核开发者提供实用的调试方法和性能优化思路。

pytorch8learner的博客 211

中移物联ML307C模组OPENCPU开发环境搭建全攻略

本文详细介绍了中移物联ML307C模组OPENCPU开发环境搭建的全过程。从OPENCPU模式的核心优势解析,到SDK获取、Python与scons工具安装,再到解读SDK目录结构与实战编译命令,最后提供常见问题避坑指南,帮助开发者快速构建高效的物联网应用编译环境。

weixin_29168393的博客 748

X书x-mini-sig_x-mini-mua

X书的tiny风控代码,成功运行x-mini-sig|x-mini-mua

Codeooo 博客 1万+

从火山模型到现代执行器:GDB调试如何揭示数据库查询执行的内核机制

本文探讨如何利用GDB调试工具深入分析数据库查询执行机制,从经典的火山模型到现代执行器设计。通过CMU15445课程项目的P3实践案例,展示GDB在跟踪执行流程、分析调用栈、观察元组流动和识别性能瓶颈方面的关键作用,帮助开发者深入理解数据库内核工作机制与优化方法。

arduino9maker的博客 184

华为OD新系统机试真题 - 获取大写字母瓷砖拼出独特图案数量

华为OD机试新系统真题【获取大写字母瓷砖拼出独特图案数量】,提供C语言、Java、C++、Python、Go、JavaScript源码实现,并提供完整思路讲解,以及在线OJ模拟做题。华为OD新系统四月二十九号机试真题【获取大写字母瓷砖拼出独特图案数量】

qq_45776114的博客 1228

PyQt数据库编程实战:SQLite操作全解析与分页查询封装_2025-07-31

零配置部署:无需服务器,单文件存储事务支持:ACID兼容,保证数据一致性跨平台:支持所有主流操作系统高性能:在多数场景下优于客户端/服务器数据库PyQt中SQLite数据库的基本操作模型/视图框架的高级应用分页查询控件的设计与实现数据库编程的最佳实践数据库是应用的核心,良好的数据库设计和管理能力,是高级GUI开发者的必备技能。本文的封装思路不仅适用于SQLite,稍作修改即可支持MySQL、PostgreSQL等数据库。技术更新日新月异,但基础原理永恒不变。

钢铁男儿 1162

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

CMU-15445 2021 Project 3-Query Exection (请求执行)

CMU-15445 2021 Project 3-Query Exection (请求执行) 先贴结果图和LeaderBoard: CMU禁止公开源代码哦~, 有问题欢迎私聊, 评论或者加我qq: 1208264743交流~ 这是我受益最大的一个Project, 本来还以为按照惯例实现三个算子即可, 结果只有一道题, 要求实现全部算子hh, 但是做完之后可以理解数据库增删改查分组筛选等所有操作的底层思想, 受益确实非常的大 比较坑的一点是GradeScope的GTEST更新后代码风格不满足clang-t

耀一世风光的博客 2280

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

python3数据库编程_python3+PyQt5 数据库编程--增删改实例

本文通过python3+pyqt5改写实现了python qt gui 编程变成15章的excise例子。#!/usr/bin/env python3import osimport sysfrom pyqt5.qtcore import (qfile, qvariant, qt)from pyqt5.qtwidgets import (qapplication, qdialog, qdialogb...

weixin_34738304的博客 470

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

Python Qt(七)数据库

数据库 一、Qt SQL模块概述 1.1.Qt SQL支持的数据库 1.2.SQLite数据库 1.3.Qt SQL模块的主要类 二、QSqlTableModel的使用 2.1.功能概述 2.2.窗体可视化设计 2.3.窗体业务逻辑类的设计和初始化 2.4.打开数据库和数据表 2.5.添加、插入与删除记录 2.6.保存与取消修改 2.7.设置和清除照片 2.8.数据记录的遍历 2.9.记录的排序 2.10.记录的过滤 三、QSqlQueryModel的使用 3.1.QSqlQueryModel功能概述 3.

yang_jianfeng的博客 610

python3+PyQt5 数据库编程--增删改

本文通过python3+pyqt5改写实现了python Qt gui 编程变成15章的excise例子。

xiaoyangyang20的博客 1万+

模板类继承模板类 子类看不到父类成员

C++实验课遇到的这个问题,子类调用父类(这两个类都是模板类)成员时报错为未定义,这里补上学习笔记 #include<iostream> template <typename T> class Parent{ protected: T x; public: Parent(T a):x(a){} }; template &l...

lonelyisland_syz的博客 1349
上一篇: K230实战:YOLOv8模型量化与部署全流程解析
下一篇: 从内存布局揭秘C++继承与多态的底层实现
sql99
博客等级 码龄19年 168粉丝 1905原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值