亲宝软件园·资讯

展开

PG归并排序算法详解

letsfly 人气:0
### 前言 - 归并排序算法是连接算法中比较复杂的算法,相比嵌套循环与Hash匹配而言。本节会通过实例来说明该算法在PG中的具体实现。 - 在PG中,通过状态机来实现——归并-连接。当然这里的完整流程是排序——归并——连接,由于排序通过Sort操作来完成,这里就不赘述。 - 这里的状态机一共有11中状态,在这11中状态的转换过程中,会根据外表(inner)或内表(inner)读取到数据的状态分为—— MJEVAL_MATCHABLE、MJEVAL_NONMATCHABLE、MJEVAL_ENDOFJOIN。可以简单理解为读取到非空数据,读取到数据为空以及所有数据读取完成。 - 前置条件,内外表均已排序完成且都是升序策略。 ``` -----------初始状态----------------- EXEC_MJ_INITIALIZE_OUTER EXEC_MJ_INITIALIZE_INNER -----------中间状态----------------- EXEC_MJ_NEXTOUTER EXEC_MJ_TESTOUTER EXEC_MJ_NEXTINNER EXEC_MJ_SKIP_TEST EXEC_MJ_SKIPOUTER_ADVANCE EXEC_MJ_SKIPINNER_ADVANCE -------------结束状态----------------- EXEC_MJ_JOINTUPLES EXEC_MJ_ENDOUTER EXEC_MJ_ENDINNER ``` ### 举例 - 接下来,以一个实例来说明状态机转换的具体流程。这里假设有两张表进行全外连接——outer/inner。数据如下所示: ``` outer inner 5 5 5 5 6 8 6 8 7 12 8 14 ``` - 简单提及一下后面说明过程中会涉及到的变量 - 1 (current) outer tuple扫描到的一条外表数据,eg: 5/6/7 - 2 (current) inner tuple扫描到的一条内表数据,eg: 8/12/14 - 3 marked tuple 上一次与outer tuple匹配到的inner tuple,记录为marked tuple(描述的是inner tuple) - 4 offset tuple 在方法ExecMarkPos执行时,会将当前inner tuple的位置做标记,以便后面inner tuple的重新扫描。通过方法ExecSortRestrPos实现标记。通过方法ExecRestrPos来实现将(current) inner tuple恢复为offset tuple。 - 1 第一轮,初始状态为EXEC_MJ_INITIALIZE_OUTER,外表游标下移获取到outer tuple——5(1)。通过MJEVAL_MATCHABLE切换到状态EXEC_MJ_INITIALIZE_INNER。 在状态EXEC_MJ_INITIALIZE_INNER下,内表游标下移获取到——5(1)。通过MJEVAL_MATCHABLE切换到EXEC_MJ_SKIP_TEST。 来到状态EXEC_MJ_SKIP_TEST,这里执行方法MJCompare,也就是对outer tuple与inner tuple进行了比较,5(1) == 5(1)。标记offset为current,同时将marked tuple置为当前tuple。然后切换到状态EXEC_MJ_JOINTUPLES。 在状态EXEC_MJ_JOINTUPLES下,首先更改状态为EXEC_MJ_NEXTINNER,然后将匹配到的数据返回。 到这里为止,完成了外表/内表的数据匹配,一轮匹配就结束了。 - 匹配结果 5(1) == 5(1) ``` outer inner outer tuple - 5 5 - marked tuple - offset tuple - inner tuple 5 5 6 8 6 8 7 12 8 14 ``` - 2 第二轮,由于上一轮在退出时将状态置为EXEC_MJ_NEXTINNER,因此,这一轮从状态EXEC_MJ_NEXTINNER出发。该状态下,内表游标下移获取数据——5(2),然后调用方法MJCompare比较outer tuple与inner tuple,5(1) == 5(2),切换到状态EXEC_MJ_JOINTUPLES。同样,切换状态为EXEC_MJ_NEXTINNER,并且完成该轮扫描(后面不再赘述)。 - 匹配结果 5(1) == 5(2) ``` outer inner outer tuple - 5 5 - marked tuple - offset tuple 5 5 - inner tuple 6 8 6 8 7 12 8 14 ``` - 3 第三轮,继续来到状态EXEC_MJ_NEXTINNER,此时内表游标下移获取数据——8(1),与outer tuple相比——5(1) < 8(1),切换到状态EXEC_MJ_NEXTOUTER。 在状态EXEC_MJ_NEXTOUTER下,外表游标下移获取到outer tuple——5(2),同时通过MJEVAL_MATCHABLE切换到EXEC_MJ_TESTOUTER。 在状态EXEC_MJ_TESTOUTER下,这里对于**outer tuple与marked tuple**进行了比较,也就是5(2) == 5(1),这里调用方法ExecRestrPos重置了内表的游标,将inner tuple置为offset tuple,也就是说,下一次内表游标的下移后获取的数据是——5(2)。然后切换状态为EXEC_MJ_JOINTUPLES,同时结束了本轮的匹配。 - 匹配结果 5(2) == 5(1) ``` outer inner 5 5 - marked tuple - offset tuple - inner tuple outer tuple - 5 5 6 8 6 8 7 12 8 14 ``` - 4 第四轮,其实与第二轮的描述基本一致,只是结果发生了变化 - 匹配结果 5(2) == 5(2) ``` outer inner 5 5 - marked tuple - offset tuple outer tuple - 5 5 - inner tuple 6 8 6 8 7 12 8 14 ``` - 5 第五轮,在状态EXEC_MJ_NEXTINNER下,内表游标下移获取数据——8(1),需要注意的是,这里将**mj_MatchedInner标记为false**。与outer tuple比较——5(2) < 8(1),切换到状态EXEC_MJ_NEXTOUTER。 在状态EXEC_MJ_NEXTOUTER下,外表游标下移获取到outer tuple——6(1),同时通过MJEVAL_MATCHABLE切换到EXEC_MJ_TESTOUTER。 在状态EXEC_MJ_TESTOUTER下,这里对于**outer tuple与marked tuple**进行了比较——6(1) > 5(1),重新载入current inner tuple——8(1),然后切换到状态EXEC_MJ_SKIP_TEST。 在状态EXEC_MJ_SKIP_TEST下,调用方法MJCompare比较outer tuple与inner tuple——6(1) < 8(1)。切换到状态EXEC_MJ_SKIPOUTER_ADVANCE。 来到状态EXEC_MJ_SKIPOUTER_ADVANCE。由于在该轮开始,变量mj_MatchedOuter已经被置为false,因此,这里并没有继续外表的游标下移,而是修改变量mj_MatchedOuter为true,然后调用MJFillOuter将其关联的inner tuple置为空。这里没有进行状态的切换。该轮循环结束。 - 关联结果 6(1) null ``` outer inner 5 5 - marked tuple - offset tuple 5 5 outer tuple - 6 8 - inner tuple 6 8 7 12 8 14 ``` - 6 由于上面一轮并没有发生状态的切换,因此,该轮继续从状态EXEC_MJ_SKIPOUTER_ADVANCE出发,只是,上一轮结束时,将变量mj_MatchedOuter置为true,因此,外表游标下移获取到outer tuple——6(2),将**mj_MatchedOuter置为false**,然后切换到状态EXEC_MJ_SKIP_TEST。 来到状态EXEC_MJ_SKIP_TEST,调用方法MJCompare比较outer tuple与inner tuple——6(2) < 8(1)。切换到状态EXEC_MJ_SKIPOUTER_ADVANCE。与上一轮相似,这里同样调用MJFillOuter将其关联的inner tuple置为空。这里没有进行状态的切换。该轮循环结束。 - 关联结果 6(2) null ``` outer inner 5 5 - marked tuple - offset tuple 5 5 6 8 - inner tuple outer tuple - 6 8 7 12 8 14 ``` - 7 这一轮的流程基本与第六轮相似,只是外表游标下移获取到outer tuple——7。 - 关联结果 7 null ``` outer inner 5 5 - marked tuple - offset tuple 5 5 6 8 - inner tuple 6 8 outer tuple - 7 12 8 14 ``` - 8 该轮同样从状态EXEC_MJ_SKIPOUTER_ADVANCE出发,外表游标下移获取到outer tuple——8,状态切换到EXEC_MJ_SKIP_TEST。 来到状态EXEC_MJ_SKIP_TEST,调用方法MJCompare比较outer tuple与inner tuple——8 == 8(1)。这里标记offset为current,同时将marked tuple置为当前tuple。然后切换到状态EXEC_MJ_JOINTUPLES。同时结束了本轮的匹配。(不要忘记,下一轮从状态EXEC_MJ_NEXTINNER出发) - 关联结果 8 == 8(1) ``` outer inner 5 5 5 5 6 8 - marked tuple - offset tuple - inner tuple 6 8 7 12 outer tuple - 8 14 ``` - 9 该轮从状态EXEC_MJ_NEXTINNER出发,内表游标下移获取数据——8(2),调用方法MJCompare与outer tuple相比较——8 == 8(2),因此,切换到状态EXEC_MJ_JOINTUPLES,同时结束本轮的匹配。 - 关联结果 8 == 8(2) ``` outer inner 5 5 5 5 6 8 - marked tuple - offset tuple 6 8 - inner tuple 7 12 outer tuple - 8 14 ``` - 10 该轮同样从状态EXEC_MJ_NEXTINNER出发,内表游标下移获取数据——8(2),同时将**变量mj_MatchedInner设置为false**,调用方法MJCompare与outer tuple相比较——8 < 12,故切换到状态EXEC_MJ_NEXTOUTER。 在状态EXEC_MJ_NEXTOUTER下,外表游标下移,同时将变量mj_MatchedOuter置为false,由于此时外表已经没有数据了,因此通过MJEVAL_ENDOFJOIN切换到状态EXEC_MJ_ENDOUTER。 来到状态EXEC_MJ_ENDOUTER,由于变量mj_MatchedInner为false,这里重置mj_MatchedInner为true后,调用方法MJFillInner,将inner tuple——12关联的outer tuple填充为null。这里没有状态切换。该轮循环结束。 - 关联结果 null 12 ``` outer inner 5 5 5 5 6 8 - marked tuple - offset tuple 6 8 7 12 - inner tuple 8 14 outer tuple - eof eof ``` - 11 该轮从上一轮结束的状态EXEC_MJ_ENDOUTER出发。由于mj_MatchedInner为true,首先调用方法ExecMarkPos标记offset为current,然后内表游标下移,同时将变量变量mj_MatchedInner设置为false,状态不变。 继续来到状态,这里与继续调用方法MJFillInner,将inner tuple——14关联的outer tuple填充为null。这里没有状态切换。该轮循环结束。 - 关联结果 null 14 ``` outer inner 5 5 5 5 6 8 - marked tuple 6 8 7 12 - offset tuple 8 14 - inner tuple outer tuple - eof eof ``` - 12 仍然是状态EXEC_MJ_ENDOUTER,这里同样首先调用方法ExecMarkPos标记offset为current,然后内表游标下移,同时将变量变量mj_MatchedInner设置为false。由于此时内表的扫描结束,返回为空,同时该轮循环结束。 - 关联结果 null ``` outer inner 5 5 5 5 6 8 - marked tuple 6 8 7 12 8 14 - offset tuple outer tuple - eof eof - inner tuple ``` - 至此,归并排序的举例就结束了。我推荐大家在阅读本文的时候最好参照pg源码——nodeMergejoin.c文件中的ExecMergeJoin方法,有事半功倍之效。 ### 总结 - 状态EXEC_MJ_NEXTINNER,该状态的前置状态只有EXEC_MJ_JOINTUPLES。在该状态下内表游标下移获取数据,因此,outer tuple与inner tuple比较只有两种情况 - 1 outer tuple = inner tuple - 2 outer tuple < inner tuple - 状态EXEC_MJ_TESTOUTER,该状态的前置状态只有EXEC_MJ_NEXTINNER与EXEC_MJ_NEXTOUTER。而在该状态下外表游标下移获取数据,因此,outer tuple与inner tuple比较只有两种情况 - 1 outer tuple = inner tuple - 2 outer tuple > inner tuple - 状态EXEC_MJ_NEXTOUTER与EXEC_MJ_SKIPOUTER_ADVANCE的区别: 前者会切换到状态EXEC_MJ_TESTOUTER来比较。 而后者会切换到EXEC_MJ_SKIP_TEST来比较。 - 状态EXEC_MJ_SKIP_TEST与EXEC_MJ_TESTOUTER区别: 前者outer tuple与inner tuple比较有三种可能的结果。这里比较的是current outer tuple与current inner tuple。 而后者只有两种可能的情况。而这里比较的是current outer tuple与makred inner tuple。 如果current outer tuple > marked inner tuple,那么inner tuple从current tuple与outer tuple切换到状态EXEC_MJ_SKIP_TEST进行比较。 - 恢复标记 在状态EXEC_MJ_TESTOUTER中遇到outer tuple == marked tuple时,这里会置inner tuple为offset tuple,并且将inner tuple置为之前保存的offset tuple。 ### 图示 ![](https://img2020.cnblogs.com/blog/1365945/202003/1365945-20200315142540643-1303573622.png)

加载全部内容

相关教程
猜你喜欢
用户评论