为什么GPDB在成本估算中不考虑段数

Question

无论什么版本的GPDB开源代码，在成本评估中都不考虑段数，在将解释结果返回给QD时只做一个简单的过程，让结果更清晰。

Answer 1

实际上，Greenplum 在规划时会使用段数。统计信息存储在 master 中，Greenplum 将使用这个全局信息推导出每个段本地的统计信息。

下面列出了一些示例：

1. 函数adjust_reloptinfo（大上下文请参考PR：https://github.com/greenplum-db/gpdb/pull/10676）
2. 函数estimate_num_groups_on_segment 是在给定集群大小和全局不同值的情况下估计局部不同值
3. Motion 的成本模型考虑了集群大小：cdbpath_cost_motion
4. ...

Answer 2

在 Greenplum 中，您的查询在所有段上并行执行，因此所有段都会产生成本。然而，将成本数乘以段数似乎没有帮助，这将为您提供在不同 Greenplum 集群上具有不同成本数的相同查询计划。