GBase 8c核心特性-算子下推

算子下推是GBase 8c关键技术之一，可以把各种复杂的SQL进行下推执行，最小化数据移动，这是相对于基于分库分表的中间件方案的核心优势。

1.1 单表查询下推

单表查询，不管SQL的where条件是否带有分片键，优化器都可以生成下推的执行计划，包括sort/group by等复杂算子，都可以下推。

（1）分片键上的where条件，直接下推到对应DN执行：

gbase=# EXPLAIN SELECT * FROM td1 WHERE a=18 ORDER BY b;

                       QUERY PLAN
1

---

Remote Fast Query Execution (cost=0.00…0.00 rows=0 width=0)

Node/s: dn2

-> Sort (cost=38.44…38.47 rows=11 width=8)

     Sort Key: b

     ->  Seq Scan on td1  (cost=0.00..38.25 rows=11 width=8)

           Filter: (a = 18)
1
2
3
4
5

(6 rows)

（2）非分片键where条件:DN先计算，CN做结果汇总，group by可以直接下推到DN：

gbase=# EXPLAIN SELECT * FROM td1 WHERE b=18 ORDER BY b;

                             QUERY PLAN
1

---

Remote Subquery Scan on all (dn1,dn2,dn3) (cost=0.00…1.01 rows=1 width=8)

-> Seq Scan on td1 (cost=0.00…1.01 rows=1 width=8)

     Filter: (b = 18)
1

(3 rows)

1.2 Join查询下推

（1）分片键上的join条件，直接下推到对应DN执行：

gbase=# EXPLAIN SELECT * FROM td1,td2 WHERE td1.a=td2.c ORDER BY a;

                              QUERY PLAN
1

---

Remote Subquery Scan on all (dn1,dn2,dn3) (cost=2.04…2.05 rows=1 width=16)

-> Sort (cost=2.04…2.05 rows=1 width=16)

     Sort Key: td1.a

     ->  Nested Loop  (cost=0.00..2.03 rows=1 width=16)

           Join Filter: (td1.a = td2.c)

           ->  Seq Scan on td1  (cost=0.00..1.01 rows=1 width=8)

           ->  Seq Scan on td2  (cost=0.00..1.01 rows=1 width=8)
1
2
3
4
5
6
7
8
9

(7 rows)

（2）非分片键join条件，DN直接做数据交换，避免CN成为性能瓶颈：

gbase=# EXPLAIN SELECT * FROM td1,td2 WHERE td1.b=td2.b ORDER BY a;

                                           QUERY PLAN
1

---

Remote Subquery Scan on all (dn1,dn2,dn3) (cost=2.04…2.05 rows=1 width=16)

-> Sort (cost=2.04…2.05 rows=1 width=16)

     Sort Key: td1.a

     ->  Nested Loop  (cost=0.00..2.03 rows=1 width=16)

           Join Filter: (td1.b = td2.b)

           ->  Remote Subquery Scan on all (dn1,dn2,dn3)  (cost=100.00..101.02 rows=1 width=8)

                 Distribute results by H: b

                 ->  Seq Scan on td1  (cost=0.00..1.01 rows=1 width=8)

           ->  Materialize  (cost=100.00..101.03 rows=1 width=8)

                 ->  Remote Subquery Scan on all (dn1,dn2,dn3)  (cost=100.00..101.02 rows=1 width=8)

                       Distribute results by H: b

                       ->  Seq Scan on td2  (cost=0.00..1.01 rows=1 width=8)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

(12 rows)

l Join下推到DN执行，DN之间直接进行数据重分布，交换数据，无需CN参与；CBO优化器选择小表t2做重分布；

l Sort下推到DN，CN只需做归并排序，避免CN成为性能瓶颈；