CMU15445 Query Execution

一些问题

1. 数据库里面一条数据就是一个 tuple，它有一个唯一 rid，由 page_id 和 slotnum 表示，当我们构建索引时，是选择一些列（每个 index 都有一个 schema，表示使用哪些列构建索引） tuple 序列化转化为字节数组，之后以这个字节作为 key，rid 作为 value 插入到 b+ 树中。一个问题是如果这个索引很长怎么办（那就意味着用来构建索引的列很多以及每列的取值又有很多）

Aggregate

1. stream aggregate
2. hash aggregate

分布式计算带来的不同聚合函数计算模式

1. CompleteMode
2. FinalMode
3. PartialMode

join

• nested loop join
• hash join
• njl as hj

sort limit

• sort
• limit
• sort limit as topn，使用一个 sorted vector + limit, 或者用一个优先队列也可以。

点击查看代码

std::sort(sorted_tuples_.begin(), sorted_tuples_.end(), [this](const Tuple &a, const Tuple &b) {
      // ...
    });

点击查看代码

std::priority_queue<Tuple, std::vector<Tuple>, Compare> tuple_queue_(Compare(plan_->GetOrderBy(), plan_->OutputSchema()));

optimizing

• Spring 2023 实现好了 OptimizeMergeFilterScan，将 filter 向下 merge 进 seqscan，而如果 filter 的属性拥有索引，又可以写成 indexscan
• filter 尽可能往下推，可能的模式有 （filter, nlj),（filter, hj)，（filter, projection)等，这个写了很久
• 我们以及尽可能将 filter 往下推了，如果一个 filter 里面含有 3>5, 5==6，这种那就为空

遇到的一些坑

1. 如果你在子执行器的 init 中做了一些特殊的操作，你需要考虑在父执行器中的 init 的调用的顺序（一般不太需要注意）
2. 这里面有很多的 unique_ptr，使用时要小心，如果你选择使用 unique_ptr，就需要在成员初始化列表中进行初始化，如果你选择使用指针，那么有些情况这个迭代器是不允许拷贝的，那么你也只能在成员初始化列表中初始化，或者你使用 new 构造一个迭代器，然后移动这个迭代器，记得要在析构函数中释放；
3. agg 中构造一个 integer_null 要使用 ValueFactory::GetNullValueByte，不能使用 Value 自带的构造方法，这里卡了非常非常久
4. agg 是 pipeline breaker，需要在 init 中将所有结果计算出来，包括空表

建议先去读一下 bustub_instance.cpp 和 bustub_ddl.cpp,

result

ref

1. https://www.zhihu.com/column/c_1605901992903004160