本文分享自華為雲社區《GaussDB(DWS)行執行引擎詳解》，作者：yd_227398895。 1.前言 GaussDB（DWS）包含三大引擎，一是SQL執行引擎，用來解析用戶輸入的SQL語句，生成執行計劃，供執行引擎來執行；二是執行引擎，其中包含了行執行引擎和列執行引擎，執行引擎即查詢的執行者， ...
本文分享自華為雲社區《GaussDB(DWS)行執行引擎詳解》，作者：yd_227398895。
1.前言
GaussDB（DWS）包含三大引擎，一是SQL執行引擎，用來解析用戶輸入的SQL語句，生成執行計劃，供執行引擎來執行；二是執行引擎，其中包含了行執行引擎和列執行引擎，執行引擎即查詢的執行者，位於優化器和存儲引擎之間，負責將數據從存儲引擎中讀取出來，並根據計劃將數據處理加工後返回給客戶端，執行引擎的目標是為了更好地利用計算資源，更快地完成計算。三是存儲引擎，決定了資料庫數據的存取方式，直接影響了資料庫的讀寫性能。
其中行執行引擎應用於行存表中，傳統的OLTP（OnLine Transaction Processsing 聯機事務處理）場景與功能、業務強相關，數據需要進行頻繁的增刪改查，這時比較適合使用行存儲式。行存儲的優勢主要有兩個方面：首先是點查性能好，在點查場景下可以直接索引到某行數據的元組位置；其次就是更新效率高，行存儲在實時併發入庫，併發更新方面依然有著比較大的優勢。行執行引擎的關鍵就是：一次處理一行數據，即一tuple，適合數據頻繁更新，增刪改操作多，且查詢結果涉及表的多列的場景。
2.行執行引擎組成
2.1 行執行框架
行執行引擎的執行基本單位是運算元，查詢計劃是以樹的形式存在的，運算元是執行樹上的每個節點。每個運算元需要經歷初始化，執行，清理的生命周期，執行時包括遞歸遍歷計劃樹的各個節點，從計劃樹根節點開始，遞歸到葉節點來獲取一個tuple，經過逐層節點運算元的處理，返回一個結果tuple，直到再無tuple。整體運算元的執行採用Piepline模式，一次一tuple，控制流從上到下，數據流由下到上，圖示實線為控制流，虛線為數據流，使用上層來驅動下層。
2.2 行執行引擎運算元
運算元總共分為四類，掃描運算元，控制運算元，物化運算元，連接運算元等。對於分散式系統而言，還包括著stream運算元等。
2.2.1 掃描運算元
掃描運算元用來掃描表中的數據，每次獲取一條元組作為上層節點的輸入， 存在於查詢計劃樹的葉子節點，它不僅可以掃描表，還可以掃描函數的結果集、鏈表結構、子查詢結果集。一些比較常見的掃描運算元如表所示。
2.2.2 連接運算元
連接運算元對應了關係代數中的連接操作，以表 t1 join t2 為例，主要的集中連接類型如下：inner join、left join、right join、full join、semi join、 anti join，其實現方式包括Nestloop、HashJoin、MergeJoin；
三類連接運算元的實現方式特點：
2.2.3 物化運算元
物化運算元是一類可緩存元組的節點。在執行過程中，很多擴展的物理操作符需要首先獲取所有的元組才能進行操作（例如聚集函數操作、沒有索引輔助的排序等），這是要用物化運算元將元組緩存起來；
2.2.4 控制運算元
控制運算元是一類用於處理特殊情況的節點，用於實現特殊的執行流程。
2.2.5 其他運算元
其他運算元包括Stream運算元，以及RemoteQuery等運算元
Stream運算元主要有三種類型：Gather stream、Broadcast stream、Redistribute stream
Gather運算元: 每個源結點都將其數據發送給目標結點進行匯聚
Broadcast stream: 由一個源節點將其數據發給N個目標節點進行運算
Redistrubute stream: 每個源節點將其數據根據連接條件計算Hash值，根據重新計算的Hash值進行分佈，發給對應的目標節點
3. 執行框架總結
本文主要講解瞭如下幾個方面：
- 大致介紹了GaussDB(DWS)行執行引擎在整個資料庫系統中的位置；
- 介紹了行執行引擎的框架；
- 最後介紹了一些常見和常用的行執行引擎相關的運算元。
