Presto 之Cross Join消除的实现

一. 前言

       Cross Join是指无条件的join。因为Cross Join的代价为笛卡尔乘积，代价很大，因此在Presto的执行优化中，会尽量消除掉Cross Join。Presto Cross Join的消除原理主要是尽可能通过对Join表的重新排序实现将Cross Join转换为Inner Join。本文主要讲述在Presto中是如何实现Cross Join消除的。

二. Cross Join消除的样例。

        以“SELECT * FROM part p, orders o, lineitem l WHERE p.partkey = l.partkey AND l.orderkey = o.orderkey” 为例，在cross join消除前执行计划如下所示：

       因为lineitem与order表之间无关联条件，因此产生了Cross Join。

      通过调整表的顺序后，可以将cross join转换成inner join，消除后的执行计划如下所示：

 

三. Cross Join消除的实现

       在Presto中，消除Cross Join的实现是在EliminateCrossJoins的RBO规则中实现的。其实现代码主要分成如下两步：

1. 首先根据Join条件构建出各个Join表的图结构（JoinGraph），如下图中所示的表是上述SQL构造出的图：

         

 

      2.   使用BFS算法遍历图中的各个表，如果表与表之间能有路径达到，则说明两表之间可以产生On的过滤条件，Join可以转换成Inner Join。如上述的图结构：

        首先遍历part，part可以和lineitem产生inner join，然后结果又可以和order 产生inner join，因此上述的图可以产生两个inner join来消除part与order之间的cross join。

       BFS返回的是表的Join顺序。

    3. 根据2中返回的表的Join顺序重新生成Join的执行计划。