文档首页/ 数据仓库服务 GaussDB(DWS)/ 开发指南/ 标准数仓开发指南(8.1.3.x)/ GaussDB(DWS)性能调优/ SQL调优/ 执行计划算子
更新时间：2024-11-05 GMT+08:00
查看PDF
分享

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。GaussDB(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。

GaussDB(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：

表1 扫描算子

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
  1. WHERE conditions(like CTID = tid or CTID IN (tid1, tid2, …)) ；
  2. UPDATE/DELETE … WHERE CURRENT OF cursor；

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

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

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

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），这是要用物化算子将元组缓存起来；
表3 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
  1. COUNT/SUM/AVG/MAX/MIN等聚集函数。
  2. DISTINCT子句。
  3. UNION去重。
  4. GROUP BY子句。

WindowAgg

窗口函数

WINDOW子句。

Unique

去重（下层已排序）
  1. DISTINCT子句。
  2. UNION去重。

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

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

Result

直接进行计算

1. 不包含表扫描。

2. INSERT语句中只有一个VALUES子句。

ModifyTable

INSERT/UPDATE/DELETE上层节点

INSERT/UPDATE/DELETE

Append

追加

1. UNION(ALL)。

2. 继承表。

MergeAppend

追加（输入有序）

1. UNION(ALL)。

2. 继承表。

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。
表5 其他算子

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。
父主题： SQL调优