执行计划算子

SQL执行计划中每一个步骤为一个数据库运算符，也叫做一个执行算子。DataArts Fabric SQL中算子是基本的数据处理单元，合理地组合算子、优化算子的顺序和执行方式，可以提升数据的处理效率。

DataArts Fabric SQL算子可分为：扫描算子、控制算子、物化算子、连接算子、其他算子等。

扫描算子用来扫描表中的数据，每次获取一条元组作为上层节点的输入，存在于查询计划树的叶子节点，它不仅可以扫描表，还可以扫描函数的结果集、链表结构、子查询结果集。常见的扫描算子如下表所示：

连接算子对应了关系代数中的连接操作，以表t1 join t2为例，主要的集中连接类型如下：inner join、left join、right join、full join、semi join、 anti join，其实现方式包括Nestloop、HashJoin及MergeJoin。

表2 连接算子
算子	含义	场景	实现特点
VecNestLoop	嵌套循环连接，暴力连接，对每一行都扫描内表。	Inner Join, Left Outer Join, Semi Join, Anti Join	适用于被连接的数据子集较小的查询。在嵌套循环中，外表驱动内表，外表返回的每一行都要在内表中检索找到它匹配的行，因此整个查询返回的结果集不能太大（不能大于10000），要把返回子集较小的表作为外表，而且在内表的连接字段上建议要有索引。
Vector Sonic HashJoin	哈希连接，内外表使用join列的hash值建立hash表，相同值的必在同一个hash桶。等值连接的连接两端必须为类型相同的等值连接，且支持hash散列。	Inner Join, Left Outer Join, Right Outer Join, Full Outer Join, Semi Join, Anti Join	哈希连接，适用于数据量大的表的连接方式。优化器使用两个表中较小的表，利用连接键在内存中建立hash表，然后扫描较大的表并探测散列，找到与散列匹配的行。Sonic和非Sonic的Hash Join的区别在于所使用hash表结构不同，不影响执行的结果集。

物化算子是一类可缓存元组的节点。在执行过程中，很多扩展的物理操作符需要首先获取所有的元组才能进行操作（例如聚集函数操作、没有索引辅助的排序等），因此需要使用物化算子将元组缓存起来。

表3 物化算子
算子	含义	场景
VecMaterial	物化	缓存子节点结果。
VecSort	排序	ORDER BY子句，连接操作，分组操作，集合操作，配合Unique。
VecAgg	执行聚集函数	COUNT/SUM/AVG/MAX/MIN等聚集函数。 DISTINCT子句。 UNION去重。 GROUP BY子句。
VecWindowAgg	窗口函数	WINDOW子句。
VecSetOp	处理集合操作	INTERSECT/INTERSECT ALL，EXCEPT/EXCEPT ALL

控制算子是一类用于处理特殊情况的节点，用于实现特殊的执行流程。

表4 控制算子
算子	含义	场景
VecResult	直接进行计算	不包含表扫描。 INSERT语句中只有一个VALUES子句。
VecModifyTable	INSERT/UPDATE/DELETE上层节点	INSERT/UPDATE/DELETE
VecAppend	追加	UNION(ALL)。继承表。
VecLimit	处理LIMIT子句	OFFSET … LIMIT …