数据库系统执行模型

• 火山模型是一种基于迭代器的查询执行模型，它将每个关系代数操作抽象为一个操作符，将整个 SQL 语句构建成一个操作符树，然后自上而下地递归调用 next() 函数来获取和处理数据。火山模型的优点是简单和灵活，每个操作符可以单独实现逻辑，不需要关心其他操作符的细节。火山模型的缺点是性能低效，因为每次只处理一条数据，导致大量的函数调用和数据移动¹²。大多数关系型数据库都使用火山模型，如 SQLite、MongoDB、Impala、DB2、SQLServer、Greenplum、PostgreSQL、Oracle、MySQL 等。
• 物化模型是一种基于批处理的查询执行模型，它将每个操作符一次处理所有的输入数据，然后将所有结果一次性输出。物化模型的优点是减少了函数调用和数据移动的开销，提高了 CPU 的利用率。物化模型的缺点是增加了内存的占用和延迟，因为每个操作符都需要等待上游操作符完成才能开始执行。物化模型更适合 OLTP 负载，这些查询每次只访问小规模的数据，只需要少量的函数调用。
• 混合模型是一种结合了火山模型和物化模型的优点的查询执行模型，它将每个操作符一次处理一批数据（而不是一条或者所有），然后将这批数据输出给下游操作符。混合模型也称为向量化或批处理模型¹²。混合模型的优点是既减少了函数调用和数据移动的开销，又降低了内存的占用和延迟，同时还可以利用 CPU 的向量化指令来加速计算。混合模型比较适合 OLAP 查询，因为其大大提高了查询执行性能。Presto、Snowflake、SQLServer、Amazon Redshift 等数据库支持这种处理模式。Spark 2.x 的 SQL 引擎也开始支持向量化执行模型。