MySQL推出全新Hypergraph优化器，正式进军OLAP领域！

在刚刚过去的 MySQL Summit 2025 大会上，Oracle 发布了一个用于 MySQL 的全新 Hypergraph（超图）优化器，能够为复杂的多表查询生成更好的执行计划，从而优化查询性能。

这个功能目前只在 MySQL HeatWave 云数据库中提供；MySQL 社区版如果想要支持的话，需要在源码编译安装时启用相关配置（-DWITH_DEBUG=1）。

以下是官方给出的一个性能测试结果：

接下来我们看两个使用示例，首先启用优化器配置：

MySQL > SET SESSION optimizer_switch='hypergraph_optimizer=on';

如果上面的语句没有返回错误，表示成功启用 Hypergraph 优化器。

然后比较以下查询在使用传统优化器和 Hypergraph 优化器时的区别：

MySQL > WITH salary_rank AS (     SELECT e.emp_no, e.first_name, e.last_name, d.dept_no, s.salary,RANK() OVER (PARTITION BY d.dept_no ORDER BY s.salary DESC) AS dept_rank     FROM employees e     JOIN dept_emp d ON e.emp_no = d.emp_no     JOIN salaries s ON e.emp_no = s.emp_no     WHERE s.to_date = '9999-01-01' AND d.to_date = '9999-01-01') SELECT * FROM salary_rank WHERE dept_rank = 1;

该查询使用了 CTE 和窗口函数获取每个部门中薪水最高的员工。

传统优化器返回的结果如下：

+--------+------------+-----------+---------+--------+-----------+
| emp_no | first_name | last_name | dept_no | salary | dept_rank |
+--------+------------+-----------+---------+--------+-----------+
| 466852 | Akemi      | Warwick   | d001    | 145128 |         1 |
| 413137 | Lunjin     | Swick     | d002    | 142395 |         1 |
| 421835 | Yinlin     | Flowers   | d003    | 141953 |         1 |
| 430504 | Youjian    | Cronau    | d004    | 138273 |         1 |
|  13386 | Khosrow    | Sgarro    | d005    | 144434 |         1 |
| 472905 | Shin       | Luck      | d006    | 132103 |         1 |
|  43624 | Tokuyasu   | Pesch     | d007    | 158220 |         1 |
| 425731 | Ramachenga | Soicher   | d008    | 130211 |         1 |
|  18006 | Vidya      | Hanabata  | d009    | 144866 |         1 |
+--------+------------+-----------+---------+--------+-----------+
9 rows in set (2.1155 sec)

Hypergraph 优化器返回的结果如下：

+--------+------------+-----------+---------+--------+-----------+
| emp_no | first_name | last_name | dept_no | salary | dept_rank |
+--------+------------+-----------+---------+--------+-----------+
| 466852 | Akemi      | Warwick   | d001    | 145128 |         1 |
| 413137 | Lunjin     | Swick     | d002    | 142395 |         1 |
| 421835 | Yinlin     | Flowers   | d003    | 141953 |         1 |
| 430504 | Youjian    | Cronau    | d004    | 138273 |         1 |
|  13386 | Khosrow    | Sgarro    | d005    | 144434 |         1 |
| 472905 | Shin       | Luck      | d006    | 132103 |         1 |
|  43624 | Tokuyasu   | Pesch     | d007    | 158220 |         1 |
| 425731 | Ramachenga | Soicher   | d008    | 130211 |         1 |
|  18006 | Vidya      | Hanabata  | d009    | 144866 |         1 |
+--------+------------+-----------+---------+--------+-----------+
9 rows in set (1.6108 sec)

查询结果一致，但是 Hypergraph 优化器速度更快。

接下来比较一下 EXPLAIN 语句针对两种优化器返回的执行计划，注意 Hypergraph 优化器只支持 TREE 或者 JSON 格式。

首先是传统优化器：

然后是 Hypergraph 优化器：

虽然 Hypergraph 优化器显示的最终成本更高，但是由于它们采用的计算模型不同，实际上比较不同优化器的成本没有任何意义。

我们能够看到传统优化器采用了 Nested Loop Inner Join 方式连接两个表，Hypergraph 优化器则采用了 Inner Hash Join 方式，后者获得了更好的查询性能。

期待一下 MySQL 全系产品支持 Hypergraph 优化器，正式进军 OLAP 领域！