本文分享自华为云社区《GaussDB(DWS)向量化执行引擎详解》，作者： yd_212508532。
前言
- 适用版本：【基线功能】
传统的行执行引擎大多采用一次一元组的执行模式，这样在执行过程中CPU大部分时间并没有用来处理数据，更多的是在遍历执行树，就会导致CPU的有效利用率较低。而在面对OLAP场景巨量的函数调用次数，需要巨大的开销。为了解决这一问题，GaussDB(DWS)中增加了向量化引擎。向量化引擎使用了一次一批元组的执行模式，能够大大减少遍历执行节点的开销。同时向量化引擎还天然对接列存储，能够较为方便地在底层扫描节点装填向量化的列数据。列存 + 向量化执行引擎，是打开OLAP性能之门的金钥匙之一！
关于行存、列存表
行存表按行存储tuple到Page页面。多用于TP场景，这些场景数据频繁更新，增删改操作多，查询结果涉及表的多列。
列存表按列存储，每列数据存储到一个文件。多用于AP场景。
- 表列数多，访问列数少，减少IO操作次数
- 列数据具有同质性，提高数据压缩比
- 基于列批量数据的运算，CPU的cache命中率高
执行框架
执行器是优化器与存储引擎的交互枢纽。以优化器生成的执行计划树为输入，从存储引擎访问数据，并按照计划，操作各种执行算子，从而实现数据的处理。采用Pipeline模式, 行执行器一次一tuple，列执行器一次一batch。上层驱动下层，使得数据在执行树上流动。提供各种数据处理的执行算子。下图展示了自上而下的控制流和自下而上的数据流。
执行器的执行过程可分为这三个步骤：
- 执行器初始化：构造执行器全局状态信息estate、递归遍历计划树各节点，初始化其执行状态信息planstate
- 执行器的执行：行引擎和向量化引擎入口独立开，从计划树根节点开始，递归遍历到叶节点获取一个tuple/batch，经过逐层节点算子的处理，返回一个结果tuple/batch，直到再无tuple/batch。
- 执行器的清理：回收执行器全局状态信息，清理各plan node的执行状态。
列执行器
行执行器的问题是：CPU大部分处理在遍历Plan Tree过程，而不是真正处理数据，CPU有效利用率低。列存表独有的应用场景，需要配套的向量化引擎，才能真正发挥其在OLAP场景下提升性能的优势。因此，列执行器的改造基本思路为：一次处理一列数据。
和行执行器一样，向量化执行引擎调度器，遵循Pipeline模式，但每次处理及在算子间传递数据为一次一个Batch（即1000行数据），CPU命中率提高，IO读操作减少。列执行器的数据流结构VectorBatch如下图所示。
行列混合：Adapter算子
列存表的某些场景不支持向量化执行引擎，譬如：string_to_array、listagg、string_agg等。
GaussDB具有将两套行列引擎自动切换的能力。
针对列存数据，如果只有行引擎，通常需要将列数据重构成元组tuple给执行引擎逐行处理。Tuple deform过程影响列存数据查询处理的性能。
向量化执行引擎的性能
对比行列存引擎对同一表达式x*(1-y)计算的性能，可以看到列存引擎的Cstore Scan算子相比行存引擎的Seq Scan算子，耗时减少了85%。
向量计算的特点是：一次计算多个值，减少函数调用和上下文切换，尽量利用CPU的缓存以及向量化执行指令提高性能。
向量化执行引擎的性能优势：
- 一次一Batch，读取更多数据，减少IO读次数
- 由于Batch中记录数多，相应的CPU的cache命中率提升
- Pipeline模式执行过程中的函数调用次数减少
- 与列存表配套，减少tuple deform，即列存数据重构tuple的时间开销
行/列执行器各算子对照
向量化引擎的执行算子类似于行执行引擎，包含控制算子、扫描算子、物化算子和连接算子。同样会使用节点表示，继承于行执行节点，执行流程采用递归方式。主要包含的节点有：CStoreScan（顺序扫描），CStoreIndexScan（索引扫描），CStoreIndexHeapScan（利用Bitmap获取元组），VecMaterial（物化），VecSort（排序），VecHashJoin（向量化哈希连接）等，下面将逐一介绍这些执行算子。
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。一些比较常见的扫描算子如表所示。
| 算子（行/列存算子） | 含义 | 出现场景 |
|---|---|---|
| SeqScan/ CStoreScan | 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/CStoreIndexScan | 索引扫描 | 选择条件涉及的属性上建立了索引 |
| IndexOnlyScan/CStoreIndexOnlyScan | 直接从索引返回元组 | 索引列完全覆盖结果集列 |
| BitmapScan(BitmapIndexScan, BitmapHeapScan) / CStoreIndexHeapScan (CStoreIndexAnd, CStoreIndexOr，CStoreIndexCtidScan) | 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/VecSubqueryScan | 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/VecForeignScan | 外部表扫描 | 查询外部表 |
| CteScan/VecCteScan | 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、MergeJoin；
| 算子（行/列存算子） | 含义 | 出现场景 |
|---|---|---|
| NestLoop/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 |
| MergeJoin/VecMergeJoin | 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 |
| HashJoin/VecHashjoin | 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 | Inner Join, Left Outer Join, Right Outer Join, Full Outer Join, Semi Join, Anti Join |
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；
| 算子（行/列存算子） | 含义 | 出现场景 |
|---|---|---|
| Material/VecMaterial | 物化 | 缓存子节点结果 |
| Sort/VecSort | 排序 | ORDER BY子句，连接操作，分组操作，集合操作，配合Unique |
| Group/VecGroup | 分组操作 | GROUP BY子句 |
| Agg/VecAggregation | 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/VecWindowAgg | 窗口函数 | WINDOW子句 |
| Unique/VecUnique | 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/VecSetOp | 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。
| 算子（行/列存算子） | 含义 | 出现场景 |
|---|---|---|
| Result/VecResult | 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；3. 当 Append/MergeAppend为计划根节点（投影上推） |
| ModifyTable | INSERT/UPDATE/DELETE上层节点 | INSERT/UPDATE/DELETE |
| Append/VecAppend | 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/VecLimit | 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
| 算子（行/列存算子） | 含义 | 出现场景 |
|---|---|---|
| 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 |
| VecToRow/RowToVec | 列转行/行转列 | 行列混合场景 |
| DfsScan / DfsIndexScan | HDFS表（索引）扫描 | HDFS表扫描 |
Gaussdb向量化的演进
在第一代向量化引擎之后，GaussDB演化出具有更高性能的向量化引擎：Sonic向量化引擎和Turbo向量化引擎。
GaussDB为了OLAP执行性能提升，在列存 + 向量化执行引擎、批量计算的路上不断演进：
- Stream算子 + 分布式执行框架，支持数据在多节点间流动
- SMP，节点内多线程并行，充分利用空闲硬件资源
- LLVM技术，全新的代码生成框架，JIT(just in time)编译器，消除tuple deform瓶颈
- Sonic向量化引擎，对HashAgg、HashJoin算子进一步向量化，根据每列不同类型实现不同Array来对数据做计算
- 新一代Turbo向量化引擎，对大部分算子做进一步向量化，在Sonic引擎的基础上，新增了Null优化、大整数优化、Stream优化、Sort优化等，进一步提升了性能
总结
本文介绍了GaussDB向量化执行引擎，对其框架、原理、各算子概况、性能提升等做了详细阐述。