聚合、排序的优化和执行_SQL 调优进阶_SQL 调优指南_用户指南_分布式关系型数据库 DRDS_阿里云技术文档

基本概念

聚合操作（Aggregate，简称Agg） 语义为按照 GROUP BY 指定列对输入数据进行聚合计算，或者不分组、对所有数据进行聚合计算。DRDS支持的聚合函数有

COUNT
SUM
AVG
MAX
MIN
BIT_OR
BIT_XOR
GROUP_CONCAT

排序操作（Sort）语义为按照指定的ORDER BY列对输入进行排序。

本章节中提到的均为不下推的 Agg 或 Sort 的实现。如果已被下推到 LogicalView 中，则由 MySQL 来选择执行方式。

聚合(Agg)

聚合（Agg）主要有 HashAgg 和 SortAgg 两种实现。

HashAgg

HashAgg 利用哈希表实现聚合：

根据输入行的分组列的值，通过Hash找到对应的分组
按照指定的聚合函数，对该行进行聚合计算
重复以上步骤直到处理完所有的输入行，最后输出聚合结果

> explain select count(*) from t1 join t2 on t1.id = t2.id group by t1.name,t2.name;
Project(count(*)="count(*)")
  HashAgg(group="name,name0", count(*)="COUNT()")
    BKAJoin(condition="id = id", type="inner")
      Gather(concurrent=true)
        LogicalView(tables="t1", shardCount=2, sql="SELECT `id`, `name` FROM `t1` AS `t1`")
      Gather(concurrent=true)
        LogicalView(tables="t2_[0-3]", shardCount=4, sql="SELECT `id`, `name` FROM `t2` AS `t2` WHERE (`id` IN ('?'))")

Explain 结果中，HashAgg 算子还包含以下关键信息：

group：表示 GROUP BY 字段，示例中为name,name0分别引用t1,t2表的name列，当存在相同别名会通过后缀数字区分。
聚合函数：= 前为聚合函数对应的输出列名，其后为对应的计算方法。示例中 count(*)="COUNT()" ，第一个 count(*) 对应输出的列名，随后的 COUNT() 表示对其输入数据进行计数。

HashAgg对应可以通过Hint来关闭：/*+TDDL:cmd_extra(ENABLE_HASH_AGG=false)*/

SortAgg

SortAgg在输入数据已按分组列排序的情况，对各个分组依次完成聚合。

保证输入按指定的分组列排序（例如，可能会看到 MergeSort 或 MemSort）
逐行读入输入数据，如果分组与当前分组相同，则对其进行聚合计算
否则，如果分组与当前分组不同，则输出当前分组上的聚合结果

相比 HashAgg，SortAgg 每次只要处理一个分组，内存消耗很小；相对的，HashAgg 需要把所有分组放在内存中，需要消耗较多的内存。

> explain select count(*) from t1 join t2 on t1.id = t2.id group by t1.name,t2.name order by t1.name, t2.name;
Project(count(*)="count(*)")
  MemSort(sort="name ASC,name0 ASC")
    HashAgg(group="name,name0", count(*)="COUNT()")
      BKAJoin(condition="id = id", type="inner")
        Gather(concurrent=true)
          LogicalView(tables="t1", shardCount=2, sql="SELECT `id`, `name` FROM `t1` AS `t1`")
        Gather(concurrent=true)
          LogicalView(tables="t2_[0-3]", shardCount=4, sql="SELECT `id`, `name` FROM `t2` AS `t2` WHERE (`id` IN ('?'))")

SortAgg对应可以通过Hint来关闭：/*+TDDL:cmd_extra(ENABLE_SORT_AGG=false)*/

两阶段聚合优化

两阶段聚合，即通过将Agg拆分为部分聚合（Partial Agg）和最终聚合（Final Agg）的两个阶段，先对部分结果集做聚合，然后将这些部分聚合结果汇总，得到整体聚合的结果。

例如下面的 SQL 中，HashAgg 中拆分出的部分聚合（PartialAgg）会被下推至MySQL上的各个分表，而其中的AVG函数也被拆分成 SUM和 COUNT 以实现两阶段的计算：

> explain select avg(age) from t2 group by name
Project(avg(age)="sum_pushed_sum / sum_pushed_count")
  HashAgg(group="name", sum_pushed_sum="SUM(pushed_sum)", sum_pushed_count="SUM(pushed_count)")
    Gather(concurrent=true)
      LogicalView(tables="t2_[0-3]", shardCount=4, sql="SELECT `name`, SUM(`age`) AS `pushed_sum`, COUNT(`age`) AS `pushed_count` FROM `t2` AS `t2` GROUP BY `name`")

两阶段聚合的优化能大大减少数据传输量、提高执行效率。

排序(Sort)

DRDS 中的排序算子主要包括 MemSort、TopN，以及 MergeSort。

MemSort

DRDS中的通用的排序实现为MemSort算子，即内存中运行快速排序（Quick Sort）算法。

下面是一个用到MemSort算子的例子：

> explain select t1.name from t1 join t2 on t1.id = t2.id order by t1.name,t2.name;
Project(name="name")                                                                                                                                                     
  MemSort(sort="name ASC,name0 ASC")
    Project(name="name", name0="name0")
      BKAJoin(condition="id = id", type="inner")
        Gather(concurrent=true)
          LogicalView(tables="t1", shardCount=2, sql="SELECT `id`, `name` FROM `t1` AS `t1`")
        Gather(concurrent=true)
          LogicalView(tables="t2_[0-3]", shardCount=4, sql="SELECT `id`, `name` FROM `t2` AS `t2` WHERE (`id` IN ('?'))")

TopN

当SQL中 ORDER BY 和 LIMIT 一起出现时，Sort算子和Limit算子会合并成TopN算子。

TopN算子维护一个最大/最小堆，按照排序键的值，堆中始终保留最大/最小的N行数据。当处理完全部的输入数据时，堆中留下的N个行（或小于N个）就是需要的结果。

下面是一个用到 TopN 算子的例子：

> explain select t1.name from t1 join t2 on t1.id = t2.id order by t1.name,t2.name limit 10;
Project(name="name")                                                                                                                                                     
  TopN(sort="name ASC,name0 ASC", offset=0, fetch=?0)
    Project(name="name", name0="name0")
      BKAJoin(condition="id = id", type="inner")                                                                                                                         
        Gather(concurrent=true)                                                                                                                                          
          LogicalView(tables="t1", shardCount=2, sql="SELECT `id`, `name` FROM `t1` AS `t1`")                            
        Gather(concurrent=true)                                                                                                                                          
          LogicalView(tables="t2_[0-3]", shardCount=4, sql="SELECT `id`, `name` FROM `t2` AS `t2` WHERE (`id` IN ('?'))")

MergeSort

通常，只要语义允许，SQL中的排序操作会被下推到MySQL上执行，而DRDS执行层只做最后的归并操作，即MergeSort。严格来说，MergeSort 不仅仅是排序，更是一种数据重分布算子（类似 Gather）。

下面的SQL是对t1表进行排序，经过DRDS查询优化器的优化，Sort算子被下推至各个MySQL分片中执行，最终只在上层做归并操作。

> explain select name from t1 order by name;
MergeSort(sort="name ASC")                                                                                                                     
  LogicalView(tables="t1", shardCount=2, sql="SELECT `name` FROM `t1` AS `t1` ORDER BY `name`")

相比 MemSort，MergeSort 算法可以减少DRDS层的内存消耗，并充分利用 MySQL 层的计算能力。

优化组合的例子

下面是一个组合优化的例子，在这个例子中，用到了以下优化规则：

Agg下推穿过Join
Join算法选择为SortMergeJoin
Agg算法选择为SortAgg
SortMergeJoin中需要的排序利用了SortAgg输出的有序
两阶段Agg
Agg下推
Sort下推

>  explain select count(*) from t1 join t2 on t1.name = t2.name group by t1.name;
Project(count(*)="count(*) * count(*)0")
  SortMergeJoin(condition="name = name", type="inner")
    SortAgg(group="name", count(*)="SUM(count(*))")
      MergeSort(sort="name ASC")
        LogicalView(tables="t1", shardCount=2, sql="SELECT `name`, COUNT(*) AS `count(*)` FROM `t1` AS `t1` GROUP BY `name` ORDER BY `name`")      
    SortAgg(group="name", count(*)="SUM(count(*))")
      MergeSort(sort="name ASC")
        LogicalView(tables="t2_[0-3]", shardCount=4, sql="SELECT `name`, COUNT(*) AS `count(*)` FROM `t2` AS `t2` GROUP BY `name` ORDER BY `name`")

聚合、排序的优化和执行_SQL 调优进阶_SQL 调优指南_用户指南_分布式关系型数据库 DRDS

聚合、排序的优化和执行