SQL查询计划（Query Plan）处理模型（processing model）

https://www.iteblog.com/archives/9806.html

迭代模型（火山模型）

物化模型

向量化执行

编译执行

编译执行基本做法是使用Codegen 技术，将所有的算子编译成一个函数，通过PUSH 的模型自下而上通过数据上推完成计算。典型的代表产品有Spark 和 Peloton。

向量化执行和编译执行的比较

参考：
云原生数据仓库TPC-H第一背后的Laser引擎大揭秘
Spark代码生成-全阶段代码生成

向量化执行
优点：

• 充分发挥CPU 的流水线执行（不会出现大量虚函数调用）
• 内存的顺序访问，减少cache的miss（一次缓存多条记录在内存中）

缺点：

• 实现逻辑比较复杂
• 需要批量的数据，并不适合每次计算数量较小的OLTP 场景
• 需要缓存批量数据，缓存本身带来一定的内存开销。

编译执行
优点：

• 充分发挥CPU 的流水线执行（不会出现大量虚函数调用）
• 由于每次计算的都是一行数据，执行过程可以将这一行数据保存在寄存器里面，寄存器计算代替内存计算
• 由于每次计算的都是一行数据，执行过程可以将这一行数据保存在寄存器里面，寄存器计算代替内存计算

缺点：

• PUSH 模型控制逻辑比较复杂
• 由于采用单条计算，无法做到内存的顺序访问，所以它整体的Cache miss 率比较高