执行计划算子
算子介绍
SQL执行计划中每一个步骤为一个数据库运算符,也叫作一个执行算子。DWS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。
DWS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
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:
算子 | 含义 | 场景 |
|---|---|---|
SeqScan | 顺序扫描 | 最基本的扫描算子,用于扫描物理表(没有索引辅助的顺序扫描)。 |
IndexScan | 索引扫描 | 选择条件涉及的属性上建立了索引。 |
IndexOnlyScan | 直接从索引返回元组 | 索引列完全覆盖结果集列。 |
BitmapScan(BitmapIndexScan, BitmapHeapScan) | 利用Bitmap获取元组 | BitmapIndexScan利用属性上的索引进行扫描,返回结果为一个位图;BitmapHeapScan从BitmapIndexScan输出的位图中获取元组。 |
TidScan | 通过元组tid获取元组 |
|
SubqueryScan | 子查询扫描 | 以另一个查询计划树(子计划)为扫描对象进行元组的扫描。 |
FunctionScan | 函数扫描 | FROM function_name |
ValuesScan | 扫描values链表 | 对VALUES子句给出的元组集合进行扫描。 |
ForeignScan | 外部表扫描 | 查询外部表。 |
CteScan | CTE表扫描 | 扫描SELECT查询中用WITH子句定义的子查询。 |
连接算子
算子 | 含义 | 场景 | 实现特点 |
|---|---|---|---|
NestLoop | 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。 |
MergeJoin | 归并连接(输入有序),内外表排序,定位首尾两端,一次性连接元组。等值连接。 | Inner Join, Left Outer Join, Right Outer Join, Full Outer Join, Semi Join, Anti Join | 也称作“融合连接”,是先将关联表的关联列各自做排序,然后从各自的排序表中抽取数据,到另一个排序表中做匹配。 因为Merge join需要做更多的排序,所以消耗的资源更多,因此通常情况下执行性能差于Hash Join。 如果源数据已经被排序过,在执行融合连接时,并不需要再排序,此时Merge Join的性能优于Hash Join。 |
(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
算子 | 含义 | 场景 |
|---|---|---|
Material | 物化 | 缓存子节点结果。 |
Sort | 排序 | ORDER BY子句,连接操作,分组操作,集合操作,配合Unique。 |
Group | 分组操作 | GROUP BY子句。 |
Agg | 执行聚集函数。包含三种类型:
|
|
WindowAgg | 窗口函数 | WINDOW子句。 |
Unique | 去重(下层已排序) |
|
Hash | HashJoin辅助节点 | 构造Hash表,配合HashJoin。 |
SetOp | 处理集合操作 | INTERSECT/INTERSECT ALL,EXCEPT/EXCEPT ALL |
LockRows | 处理行级锁 | SELECT … FOR SHARE/UPDATE |
控制算子
算子 | 含义 | 场景 |
|---|---|---|
Result | 直接进行计算 |
|
ModifyTable | INSERT/UPDATE/DELETE上层节点 | INSERT/UPDATE/DELETE |
Append | 追加 |
|
MergeAppend | 追加(输入有序) |
|
RecursiveUnion | 处理WITH子句中递归定义的UNION子查询 | WITH RECURSIVE … SELECT … 语句。 |
BitmapAnd | Bitmap逻辑与操作 | 多维索引扫描的BitmapScan。 |
BitmapOr | Bitmap逻辑或操作 | 多维索引扫描的BitmapScan。 |
Limit | 处理LIMIT子句 | OFFSET … LIMIT … |
其他算子
其他算子包括Stream算子,以及RemoteQuery等算子。Stream算子主要有三种类型:Gather stream、Broadcast stream及Redistribute stream。
- Gather stream:每个源节点都将其数据发送给目标节点进行汇聚。
- Broadcast stream:由一个源节点将其数据发给N个目标节点进行运算。
- Redistribute stream:每个源节点将其数据根据连接条件计算Hash值,根据重新计算的Hash值进行分布,发给对应的目标节点。
算子 | 含义 | 场景 |
|---|---|---|
Stream | 多节点数据交换 | 执行分布式查询计划,节点间存在数据交换。 |
Partition Iterator | 分区迭代器 | 分区表扫描,迭代扫描每个分区。 |
RowToVec | 行转列 | 行列混合场景。 |
DfsScan / DfsIndexScan | HDFS表(索引)扫描 | HDFS表扫描。 |

