如何使用並行查詢中的HashJoin功能 - PolarDB

Hash Join是社區版MySQL 8.0版本中引入的新Join方式，可以大幅提升分析型查詢的執行效能。PolarDB MySQL版8.0版本提供了對Hash Join的並存執行支援，並不斷豐富其並存執行策略。本文介紹如何在PolarDB的並行查詢中使用Hash Join功能。

簡單並行Hash Join

前提條件

叢集版本需為PolarDB MySQL版8.0叢集版，且Revision version為8.0.2.1.0或以上，您可以參見查詢版本號碼確認叢集版本。

並行策略

上圖中是並行度為4的並行查詢計劃（即PolarDB會啟用4個Worker來執行查詢）。其中t1表會執行Parallel Scan，即由4個Worker分別掃描這個表。每個Worker使用t1的一部分資料建立各自的Hash表，再和整個t2表執行JOIN操作，最後收集（Gather）在Leader中，得到整個查詢的結果。

使用方法

文法：
目前在PolarDB中Hash Join只能通過EXPLAIN FORMAT=TREE語句來顯示。

樣本：

如下樣本中建立了2個表，且在表裡插入了一些資料：

CREATE TABLE t1 (c1 INT, c2 INT);
CREATE TABLE t2 (c1 INT, c2 INT);

INSERT t1(c1, c2) 
WITH RECURSIVE seq AS (
  SELECT 1 AS a, 1 AS b
  UNION ALL
  SELECT a + 1, b + 1 FROM seq WHERE a < 1000
)
SELECT a,b FROM seq;

INSERT INTO t2 SELECT * FROM t1;

查看SQL語句的查詢計劃：

EXPLAIN FORMAT=TREE SELECT /*+ PQ_DISTRIBUTE(t1 PQ_NONE) PQ_DISTRIBUTE(t2 PQ_NONE) */ * FROM t1 JOIN t2 ON t1.c1 = t2.c2;

如下是上述2個表的JOIN查詢計劃：

EXPLAIN FORMAT=TREE
 EXPLAIN
  -> Gather (slice: 1; workers: 4)  (cost=10.82 rows=4)
    -> Parallel inner hash join (t2.c2 = t1.c1)  (cost=0.57 rows=1)
        -> Parallel table scan on t2, with parallel partitions: 1  (cost=0.03 rows=1)
        -> Parallel hash
            -> Parallel table scan on t1, with parallel partitions: 1  (cost=0.16 rows=1)

上述是並行度為4的並行查詢計劃（即PolarDB會啟用4個Worker來執行查詢）。其中t1表會執行Parallel Scan，即由4個Worker分掃這個表，每個Worker使用t1的一部分資料建立各自的Hash表，再和整個t2表執行JOIN操作，最後收集（Gather）在Leader，得到整個查詢的結果。

Shuffle Hash Join