本文详细探讨了Greenplum的执行计划，包括关联键、分布键、广播和重分布等概念。讲解了如何根据数据分布进行关联操作，并讨论了切片（slice）在执行计划中的作用。此外，还深入分析了聚合函数的不同实现方式以及各种类型的关联操作，如hash join和nested loop。最后，提到了SQL消耗评估和数据库统计信息收集的重要性。
执行计划
关联键
执行sql操作时，需要进行数据关联的键值，比如group by，join
分布键
根据一个键值，将数据分布在不同的segment上
广播和重分布
关联的数据必须在同一个节点上才能进行计算，数据的初次分布是通过分布键将数据分布在不同的segment上，但是当某个表的关联键与分布键不是同一个键时，需要通过重分布或者广播来实现数据关联
- CASE1：a表关联键是分布键，b表关联键不是分布键，进行a、b表关联
| 类别 | 操作 | 操作的数据量 |
| 重分布 | 通过关联键将b表数据重新分布到不同的segment上，再和a表进行关联 | 重分布的数据量为某表的数据量 P1 = N |
| 广播 | a表数据进行广播，即每个segment都有一份a表的数据，再和b表关联 | 广播的数据量是a表数据量 P2 = M * segment数L |
结果：P1小，选择重分布；P2小，选择广播
问题：广播表的为何选择a表，因为如果b表广播一定大于b表的重分布，就没有必要了
最低0.47元/天 解锁文章
扫一扫
4861
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
