PostgreSQL/GreenPlum Merge Inner Join解密

PostgreSQL/GreenPlum Merge Inner Join 解密

1、什麼是Merge Join

合併連線是一種匹配演算法，其中外表的每個記錄與內表的每個記錄進行匹配，直到存在連線子句匹配的可能性為止。 僅當兩個表都已排序並且 join子句的運算子是“=”時 ，才使用該演算法。

如下圖所示： merge join的位元組點需要Sort節點對內外表進行排序，然後進行join。

 

2、Merge Inner Join狀態機

狀態機如下圖所示：

EXEC_MJ_INITIALIZE_OUTER

該狀態是初始狀態，首先要從外表進行掃描。獲取外表記錄。根據外表掃描的記錄進行判斷：

1)  外表為空，即掃描出來的記錄為空，或者第一個 join條件的左表值為NULL並且null排序後放在最後且為inner join，則結束join，返回NULL

2)  左表值為 NULL或者null排序後放在前面，則重新進入EXEC_MJ_INITIALIZE_OUTER狀態，掃描左表

3)  非上述兩種條件，則進入 EXEC_MJ_INITIALIZE_INNER狀態，獲取內表記錄

EXEC_MJ_INITIALIZE_INNER

該狀態下掃描內表。根據掃描的記錄進行判斷：

1)  內表為空，即掃描出來的記錄為空，或者 第一個 join條件的左表值為NULL並且null排序後放在最後且為inner join，則結束join，返回NULL

2)  內表值為 NULL或者null排序後放在前面，則重新進入EXEC_MJ_INITIALIZE_INNER狀態，掃描右表

3)  非上述兩種條件，則進入 EXEC_MJ_SKIP_TEST狀態

EXEC_MJ_SKIP_TEST

該狀態需要對左右表值進行 join條件比較，根據比較結果判斷：

1)  左 = 右：標記內表排序後當前掃描位置；標記當前掃描的slot，進入EXEC_MJ_JOINTUPLES狀態

2)  左 < 右：進入EXEC_MJ_SKIPOUTER_ADVANCE狀態，掃描左表下一條記錄

3)  左 > 右：進入EXEC_MJ_SKIPINNER_ADVANCE狀態，掃描右表下一條記錄

EXEC_MJ_SKIPOUTER_ADVANCE

該狀態掃描外表下一條記錄。根據掃描的記錄進行判斷：

1)  外表掃描完，即掃描出來的記錄為空，或者第一個 join條件的左表值為NULL並且null排序後放在最後且為inner join，則結束join，返回NULL

2)  左表值為 NULL或者null排序後放在前面，則重新進入EXEC_MJ_SKIPOUTER_ADVANCE狀態，掃描左表

3)  非上述兩種條件，則進入 EXEC_MJ_SKIP_TEST狀態，進行比較

EXEC_MJ_SKIPINNER_ADVANCE

該狀態掃描內表下一條記錄，根據掃描的記錄進行判斷：

1)  內表掃描完，即掃描出來的記錄為空，或者第一個 join條件的左表值為NULL並且null排序後放在最後且為inner join，則結束join，返回NULL

2)  內表值為 NULL或者null排序後放在前面，則重新進入EXEC_MJ_SKIPINNER_ADVANCE狀態，掃描內表

3)  非上述兩種條件，則進入 EXEC_MJ_SKIP_TEST狀態，進行比較

因為左 > 右才會進入該狀態，右時一個NULL，那麼左表後面的值肯定也比右的前一個值大，所以join結束。

EXEC_MJ_JOINTUPLES

該狀態下，將左右表的值進行連線投影，輸出結果。下個週期呼叫 ExecMergeJoin函式時，直接進入EXEC_MJ_NEXTINNER狀態。

EXEC_MJ_NEXTINNER

該狀態下，掃描內表下一條記錄。並根據掃描的記錄進行判斷：

1)  內表掃描完，即掃描出來的記錄為空，或者第一個 join條件的左表值為NULL並且null排序後放在最後且為inner join，則進入EXEC_MJ_NEXTOUTER狀態

2)  內表值為 NULL或者null排序後放在前面，則進入EXEC_MJ_NEXTOUTER狀態

3)  非上述兩種條件，進行比較，根據比較值進行操作：

左 = 右：進入EXEC_MJ_JOINTUPLES狀態

左 < 右：進入EXEC_MJ_NEXTOUTER狀態

不可能有左 > 右的分支，因為該狀態由 ① 分支而來，排序都是由小到大，所以要麼相等，要麼右邊大

EXEC_MJ_NEXTOUTER

該狀態下獲取外表的下一條記錄，並根據值進行判斷：

1)  外表掃描完，即掃描出來的記錄為空，或者第一個 join條件的左表值為NULL並且null排序後放在最後且為inner join，則結束join，返回NULL

2)  左表值為 NULL或者null排序後放在前面，則重新進入EXEC_MJ_NEXTOUTER狀態，獲取外表下一條記錄

3)  非上述兩種條件，則進入 EXEC_MJ_JOINTUPLES狀態，否則進入EXEC_MJ_TESTOUTER狀態

EXEC_MJ_TESTOUTER

該狀態下，獲取標記的內表值，並與外表值比較

1)  左 = 右：需要標記內表排序的位置，並將當前slot放到mj_InnerTupleSlot中

2)  左 > 右：重新獲取右表當前掃描的位置的記錄

（1） 內表掃描完，或者內表記錄為 NULL並且第一個join條件並且null排在最後，結束join，返回NULL

（2） 內表記錄為 NULL，並且非第一個join條件或null排在前面，進入EXEC_MJ_SKIPINNER_ADVANCE狀態，獲取內表下一條記錄

（3） 非上述 2種情況，進入EXEC_MJ_SKIP_TEST狀態

不可能有左 < 右的分支，因為該狀態由 ① 而來，排序都是由小到大，要麼相等，要麼左邊大。