优化垂直连接

Question

我有一个这样的查询

SELECT a.column, b.column
FROM
table_a a INNER JOIN tableb_b ON
a.id= b.id
where a.anotherid = 'some condition'

它应该非常快，因为使用谓词 a.anotherid = 'some condition' 查询计划应该过滤 table_b 上的大量数据。 但是根据Vertica的文档，

WHERE 子句在 执行连接之后进行评估。它过滤 FROM 子句返回的记录，消除任何记录 不满足 WHERE 子句条件。

也就是说查询会先join再过滤，很慢，这在查询计划中也有体现

那么，有没有办法在加入之前推送过滤器？ 或者有没有其他方法可以优化查询？

Answer 1

1. EXPLAIN 显示NO STATISTICS。这些必须是updated。
2. Vertica 将在这种情况下使用 SIP 优化谓词：

通过在计划中尽早过滤数据，横向信息传递 (SIP) 有效地提高了连接性能。它可以被认为是谓词下推的高级变体，因为连接被用于进行过滤[27]。例如，考虑一个使用简单相等谓词连接两个表的 HashJoin。 HashJoin 将首先从内部输入创建一个哈希表，然后再开始从外部输入读取数据以进行连接。特殊 SIP 过滤器在优化器规划期间构建并放置在 Scan 操作器中。在运行时，Scan 可以访问 Join 的哈希表，并且 SIP 过滤器用于评估哈希表中是否存在外键值。未通过这些过滤器的行不会由 Scan 输出，从而提高性能，因为我们不会不必要地通过计划将数据带入，只是稍后被连接过滤掉。

例如：

SELECT a.online_page_key
FROM   online_sales.online_sales_fact a
       JOIN online_sales.online_page_dimension b
         ON b.online_page_key = a.online_page_key
WHERE  b.page_type = 'quarterly';

将产生与以下相同的计划：

SELECT a.online_page_key 
FROM   online_sales.online_sales_fact a 
       JOIN (SELECT * 
             FROM   online_sales.online_page_dimension 
             WHERE  page_type = 'quarterly') b 
         ON b.online_page_key = a.online_page_key;

看起来像：

 Access Path:
 +-JOIN HASH [Cost: 14K, Rows: 988K] (PATH ID: 1)
 |  Join Cond: (online_page_dimension.online_page_key = a.online_page_key)
 | +-- Outer -> STORAGE ACCESS for a [Cost: 12K, Rows: 5M] (PATH ID: 2)
 | |      Projection: online_sales.online_sales_fact_super
 | |      Materialize: a.online_page_key
 | |      Runtime Filter: (SIP1(HashJoin): a.online_page_key)
 | +-- Inner -> STORAGE ACCESS for online_page_dimension [Cost: 36, Rows: 198] (PATH ID: 3)
 | |      Projection: online_sales.online_page_dimension_super
 | |      Materialize: online_page_dimension.online_page_key
 | |      Filter: (online_page_dimension.page_type = 'quarterly')

1. 大多数时候，散列连接就足够了。如果您想改进合并连接，请参阅我在 optimizing for merge join 上的帖子。