下推是查询改写的一项重要优化,利用PolarDB-X 1.0的拆分信息来优化执行计划,使得算子尽量下推以达到提前过滤数据、减少网络传输、并行计算等目的。

背景信息

根据PolarDB-X 1.0的SQL语句优化的基本原则,可以下推尽量更多的计算到存储层MySQL上执行。

可下推计算主要包括:

  • JOIN连接
  • 过滤条件(如WHEREHAVING中的条件)
  • 计算(如COUNTGROUP BY
  • 排序(如ORDER BY
  • 去重(如DISTINCT
  • 函数计算(如NOW()函数)
  • 子查询
说明 通过explain optimizer + sql可以看到查询改写的具体过程。

Project和Filter下推

一条SQL的执行计划在如下生成过程中,Filter和Project被先后下推到LogicalView算子里面。

Filter和Project下推可以达到提前过滤数据,减少网络传输等效果。

> explain optimizer select c_custkey,c_name from customer where c_custkey = 1;

c_custkeycustomer的拆分键。c_namecustomer的名字。

Project和Filter下推

Limit和Sort下推

一条SQL的执行计划在如下生成过程中,Sort和Limit被先后下推到LogicalView算子里面。Sort和Limit下推可以达到提前过滤数据,减少网络传输、并行执行、减少PolarDB-X 1.0内存占用等效果。

> explain optimizer select * from customer order by c_custkey limit 10
Limit和Sort下推

Agg下推

一条SQL的执行计划在如下生成过程中,Agg被下推到LogicalView算子里面。

Agg下推可以达到提前过滤数据,减少网络传输,并行执行,减少PolarDB-X 1.0内存占用等效果。

> explain optimizer select count(*) from customer group by c_nationkey;

拆分键为c_nationkey情况:

Agg下推_拆分键为c_nationkey

拆分键不为c_nationkey情况:

Agg下推_拆分键不为c_nationkey

JOIN下推

JOIN下推需要满足以下条件:

  • t1与t2表的拆分方式一致(包括分库键、分表键、拆分函数、分库分表数目)。
  • JOIN条件中包含t1,t2表拆分键的等值关系。

此外,任意表JOIN广播表总是可以下推。

> explain optimizer select * from t1, t2 where t1.id = t2.id;

一条SQL的执行计划在如下生成过程中,JOIN下推到LogicalView算子里面。JOIN下推可以达到计算离存储更近,并行执行加速的效果。

JOIN下推

JoinClustering

当有多个表执行JOIN操作时,PolarDB-X 1.0会通过join clustering的优化技术将JOIN进行重排序,将可下推的JOIN放到相邻的位置,从而让它可以被正常下推。示例如下:

假设原JOIN顺序为t2、t1、l2, 经过重排序之后,t2和l2的JOIN操作依然能下推到LogicalView

> explain select t2.id from t2 join t1 on t2.id = t1.id join l2 on t1.id = l2.id;

Project(id="id")
  HashJoin(condition="id = id AND id = id0", type="inner")
    Gather(concurrent=true)
      LogicalView(tables="t2_[0-3],l2_[0-3]", shardCount=4, sql="SELECT `t2`.`id`, `l2`.`id` AS `id0` FROM `t2` AS `t2` INNER JOIN `l2` AS `l2` ON (`t2`.`id` = `l2`.`id`) WHERE (`t2`.`id` = `l2`.`id`)")
    Gather(concurrent=true)
      LogicalView(tables="t1", shardCount=2, sql="SELECT `id` FROM `t1` AS `t1`")

子查询下推

一条SQL的执行计划在如下生成过程中,子查询下推到LogicalView算子里面。

子查询下推可以达到计算离存储更近,并行执行加速的效果。

  • 子查询会先被转换成Semi JoinAnti Join
  • 之后如果满足上节中JOIN下推的判断条件,就会将Semi JoinAnti Join下推至LogicalView
  • 下推后的Semi JoinAnti Join会被还原为子查询。
explain optimizer select * from t1 where id in (select id from t2);
子查询下推