GaussDB技术解读——查询执行器

GaussDB技术解读——查询执行器
执行引擎负责查询的执行，在SQL执行栈中起到接受优化器生成的执行计划Plan、并对通过存储引擎提供的数据读写接口，实现对数据进行计算得到查询的结果集。

在分布式数据库中，执行引擎的范围还应包括节点间网络数据交换和传输的部分。

经典的执行模型：Tuple-At-A-Time模型（Volcano-Model）

数据库的执行是把查询的处理步骤抽象成独立的基础算子，然后由执行框架驱动算子迭代的方式执行，每个算子抽象成open()/next()/close()三种操作，上层算子通过嵌套调用下层的next()进行处理数据的返回，同样初始化的过程和结束过程也通过open()/close()嵌套调用，火山模型也是大多数传统数据库实现的执行模型。

计划节点

typedef struct Operator{    NodeTag    ...    /* input plan tree(s) */    struct Operator *lefttree;    struct Operator *righttree;    ...} Plan;

计划节点迭代执行

/* operator open 初始化操作 */State *exec_init_opr(state){    switch(nodeTag(state)) {       ...    }}/* operator next 执行操作 */Tuple *exec_process(plan){    switch(nodeTag(plan)) {        case Scan:  exec_scan();        case Join:  exec_join(); // process state->left & righttree{                exec_proc_node(state->lefttree);                exec_proc_node(state->righttree);}        case Agg:   exec_agg();         ...    }}
/* operator close 结束操作 */void exec_deinit (state){    switch(nodeTag(state)) {       ...    }}

关系数据库本身是对关系集合Relation的运算操作，执行引擎作为运算的控制逻辑主题夜视仪围绕着关系运算来实现的，在传统数据库实现理论中，算子的分类可以分成以下几类：

1、扫描类算子（Scan Plan Node）扫描节点负责从底层数据来源抽取数据，数据来源可能是来自文件系统，也可能来自网络（分布式查询）。

一般而言扫描节点都位于执行树的叶子节点，作为执行数的数据输入来源，典型代表SeqScan、IndexScan、SubQueryScan关键特征：输入数据、叶子节点、表达式过滤

2、控制类算子（Control Plan Node）控制算子一般不映射代数运算符，是为了执行器完成一些特殊的流程引入的算子，例如Limit、RecursiveUnion、Union

关键特征：用于控制数据流程

3、物化算子（Materialize Plan Node）物化算子一般指算法要求，在做算子逻辑处理的时候，要求把下层的数据进行缓存处理，因为对于下层算子返回的数据量不可提前预知，因此需要在算法上考虑数据无法全部放置到内存的情况，例如Agg、Sort关键特征：需要扫描所有数据之后才返回

4、连接算子（Join Plan Node）这类算子是为了应对数据库中最常见的关联操作，根据处理算法和数据输入源的不同分成以下几种关键特征：

多个输入传统执行模型的优缺点

优点：逻辑清晰，可读性可维护性较好

缺点：由于存在大量的function call, instruction cache missing因此运行效率低