Presto之Left Join和Right Join的实现

一. 前言

       我们知道，在Presto中，与inner join相比，left join会保留probe表（左表）的所有值，right join会保留build表（右表）的所有值。inner join的是实现在文章Presto之Hash Join 数据碰撞的实现过程_王飞活的博客-CSDN博客中已经介绍，本文主要是介绍在Presto中，Left Join和Right Join的实现和它们Inner Join的实现过程的区别。

二. Presto Left Join的实现

       在Presto中，Left Join和Inner Join的整体流程基本是一样的，整体流程参考Presto之Hash Join 数据碰撞的实现过程_王飞活的博客-CSDN博客。

       唯一的区别是，Left Join为了保留probe表的所有数据，因此与Inner Join相比多了一步：

       在用Probe表每行数据与Build表探测的时候，如果发现是Left Join（Probe表是外表），则保留此行Probe表的数据，并且在Build表的输出中增加一列空值行与之对应。主要实现如下所示：

 

三. Presto Right Join的实现

         在Presto中，Right Join的实现稍微比Left Join复杂，Right Join为了保留Build表的所有数据，使用了LookupJoinOperator和LookupOuterOperator两个算子实现的。LookupJoinOperator负责Build表和Probe表有交集部分的数据生成，LookupOuterOperator负责Build表中和Probe表无交集部分的数据生成。如下是一个Right Join的执行计划图：

 

   Right Join的实现的过程如下所示：

   1. Probe表和Hash表碰撞，看是否有相同的Join Key值。

      此部分的实现参考 Presto之Hash Join 数据碰撞的实现过程_王飞活的博客-CSDN博客 。

     2. 如果build表和probe表有交集，则将LoopupJoinOperator的输出PageBuilder中保留该行数据，并且在数据positionVisited中将该行数据postiiton的下标值为true(visitedPositions的位置为true，说明build表该行有和probe表有交集，否则说明无交集)。 

 

     3. 等LookUpJoinOperator计算完成Probe表和Build表交集结果后，LoopupOuterOperator将启动Build表与Probe表中无交集部分的结果的生成。LoopupOuterOperator将遍历visitedPositions，如果visitedPositions数组值为false，则通过保留Build表的数据，设置左表的数据为NULL，完成无交集部分结果的输出。

 

   4.  LookUpJoinOperator和LoopupOuterOperator的结果输出到同一个TaskOutputOperator中，完成Right Join计算结果的输出。