PolarDB:Pushdown de condição de junção

Pré-requisitos

Antes de começar, verifique se você tem:

• Um cluster PolarDB for MySQL 8.0 com a versão de revisão 8.0.2.2.10 ou posterior

Como funciona

No MySQL padrão, uma tabela derivada (também chamada de visualização inline) não mesclável na consulta externa — por exemplo, uma que usa GROUP BY, funções de agregação ou funções de janela — exige materialização completa antes da execução da junção externa. A materialização completa torna-se lenta quando a tabela derivada contém grande volume de dados.

Com o pushdown de condição de junção, o otimizador de consultas do PolarDB detecta referências a colunas da tabela derivada em condições de junção externas e reescreve o plano de execução para aplicar essa condição antecipadamente, dentro da própria tabela derivada. Dessa forma, a tabela derivada usa um índice para filtrar linhas antes da materialização e reduz o volume de dados processados pela consulta externa.

O otimizador usa cálculo de custo para decidir se o pushdown de uma condição gera um plano mais eficiente. O pushdown ocorre apenas quando a filtragem indexada elimina uma parcela significativa das linhas.

Quando usar o pushdown de condição de junção

O pushdown de condição de junção é mais eficaz quando as duas condições abaixo são verdadeiras:

• Junções em loop aninhado com colunas internas indexadas: A consulta externa e a tabela derivada usam junção em loop aninhado, e a coluna de junção na tabela derivada possui índice. O pushdown da condição de junção permite que a tabela derivada use esse índice para materializar apenas as linhas correspondentes.

• Condições de alta seletividade: O pushdown da condição de junção filtra uma grande fração das linhas. Quanto mais dados o índice eliminar, maior será o ganho de desempenho.

Ativar o pushdown de condição de junção

Use os parâmetros a seguir para controlar o pushdown de condição de junção. Para obter instruções sobre como definir parâmetros, consulte Configure parâmetros de cluster e nó.

Para desativar completamente o pushdown de condição de junção, defina join_predicate_pushdown=OFF em loose_polar_optimizer_switch. Para ativá-lo em todos os nós, em vez de apenas nos nós somente leitura, defina loose_join_predicate_pushdown_opt_mode como ON.

Exemplo

O exemplo a seguir mostra uma consulta que une três tabelas derivadas. A tabela derivada os usa uma função de janela (ROW_NUMBER() OVER), portanto não pode ser mesclada na consulta externa e exige materialização.

Antes do pushdown

Sem o pushdown de condição de junção, os passa por materialização completa: todas as linhas correspondentes ao filtro update_date são verificadas e agregadas antes da aplicação da condição de junção od.id = os.detail_id. Essa consulta leva aproximadamente 65 segundos.

SELECT *
FROM (
  SELECT *
  FROM sample_table.tb_order
  WHERE create_date >= DATE_SUB(CAST('2022-12-05 15:12:05' AS datetime), INTERVAL 5 MINUTE)
    AND product_type IN (2, 4)
) o
  LEFT JOIN (
    SELECT *
    FROM sample_table.tb_order_detailed
    WHERE update_time >= DATE_SUB('2022-12-05 15:12:05', INTERVAL 50 MINUTE)
  ) od
  ON o.order_id = od.order_id
  LEFT JOIN (
    SELECT t.*, row_number() OVER (PARTITION BY detail_id ORDER BY update_date DESC) AS rn
    FROM sample_table.tb_order_sku t
    WHERE update_date >= DATE_SUB('2022-12-05 15:12:05', INTERVAL 50 MINUTE)
      AND coalesce(product_type, '0') <> '5'
  ) os
  ON od.id = os.detail_id;

Após o pushdown

Com o pushdown de condição de junção ativado, o otimizador reescreve o plano para mover od.id = detail_id para dentro da tabela derivada os, expresso como uma junção lateral. A tabela os usa o índice detail_id para filtrar linhas antes da execução da função de janela e elimina a maior parte dos dados antecipadamente. Essa consulta leva aproximadamente 0,5 segundo.

SELECT *
FROM (
  SELECT *
  FROM db_order.tb_order
  WHERE create_date >= DATE_SUB(CAST('2022-12-05 15:12:05' AS datetime), INTERVAL 5 MINUTE)
    AND product_type IN (2, 4)
) o
  LEFT JOIN (
    SELECT *
    FROM db_order.tb_order_detailed
    WHERE update_time >= DATE_SUB('2022-12-05 15:12:05', INTERVAL 50 MINUTE)
  ) od
  ON o.order_id = od.order_id
  LEFT JOIN LATERAL((
    SELECT t.*, row_number() OVER (PARTITION BY detail_id ORDER BY update_date DESC) AS rn
    FROM db_order.tb_order_sku t
    WHERE update_date >= DATE_SUB('2022-12-05 15:12:05', INTERVAL 50 MINUTE)
      AND coalesce(product_type, '0') <> '5'
      AND od.id = detail_id
  )) os;

A mudança principal é a inclusão de AND od.id = detail_id dentro da subconsulta os, combinada com a sintaxe LEFT JOIN LATERAL. Isso permite que o otimizador aplique o filtro baseado em índice antes de materializar os, em vez de depois.

Caso sua consulta não se beneficie do pushdown mesmo atendendo aos critérios gerais, confirme se a coluna de junção na tabela derivada está indexada e se a condição de junção apresenta alta seletividade.