用 EXPLAIN 查看 MPP 模式查询的执行计划

    本文档使用的示例数据如下：

    在 MPP 模式下，一个查询在逻辑上会被切分为多个 MPP 查询片段 (query fragment)。示例如下：

    1. EXPLAIN SELECT COUNT(*) FROM t1 GROUP BY id;

    这个查询在 MPP 模式下会包含两个查询片段，一个为一阶段聚合，一个为二阶段聚合（最终聚合）。在查询执行的时候每个查询片段都会被实例化为一个或者多个 MPP 任务。

    MPP 查询的执行计划中有两个 MPP 特有的 Exchange 算子，分别为 ExchangeReceiver 和 ExchangeSender。ExchangeReceiver 表示从下游查询片段读取数据，ExchangeSender 表示下游查询片段向上游查询片段发送数据。在 MPP 执行模式下，每个 MPP 查询片段的根算子均为 ExchangeSender 算子，即每个查询片段以 ExchangeSender 为界进行划分。一个简单的 MPP 计划如下：

    1. EXPLAIN SELECT COUNT(*) FROM t1 GROUP BY id;
    • [TableFullScan_25, HashAgg_9, ExchangeSender_28] 为第一个查询片段，其主要完成一阶段聚合的计算。
    • [ExchangeReceiver_29, HashAgg_27, Projection_26, ExchangeSender_30] 为第二个查询片段，其主要完成二阶段聚合的计算。

    ExchangeSender 算子的 operator info 列输出了 ExchangeType 信息。目前有以下三种 ExchangeType：

    • HashPartition：ExchangeSender 把数据按 Hash 值进行分区之后分发给上游的 MPP 任务的 ExchangeReceiver 算子，通常在 Hash Aggregation 以及 Shuffle Hash Join 算法中使用。
    • Broadcast：ExchangeSender 通过广播的方式把数据分发给上游的 MPP 任务，通常在 Broadcast Join 中使用。
    • PassThrough：ExchangeSender 把数据分发给上游的 MPP Task，与 Broadcast 的区别是此时上游有且仅有一个 MPP 任务，通常用于向 TiDB 返回数据。

    上述例子中 ExchangeSender 的 ExchangeType 为 HashPartition 以及 PassThrough，分别对应于 Hash Aggregation 运算以及向 TiDB 返回数据。

    另外一个典型的 MPP 应用为 join 运算。TiDB MPP 支持两种类型的 join，分别为：

    • Shuffle Hash Join：join 的 input 通过 HashPartition 的方式 shuffle 数据，上游的 MPP 任务进行分区内的 join。
    • Broadcast Join：join 中的小表以 Broadcast 的方式把数据广播到各个节点，各个节点各自进行 join。

    典型的 Shuffle Hash Join 执行计划如下：

    1. SET tidb_broadcast_join_threshold_count=0; SET tidb_broadcast_join_threshold_size=0; EXPLAIN SELECT COUNT(*) FROM t1 a JOIN t1 b ON a.id = b.id;
    1. +----------------------------------------+---------+--------------+---------------+----------------------------------------------------+
    2. | id                                     | estRows | task         | access object | operator info                                      |
    3. +----------------------------------------+---------+--------------+---------------+----------------------------------------------------+
    4. | StreamAgg_14                           | 1.00    | root         |               | funcs:count(1)->Column#7                           |
    5. |   └─ExchangeSender_47                  | 9.00    | cop[tiflash] |               | ExchangeType: PassThrough                          |
    6. |     └─HashJoin_44                      | 9.00    | cop[tiflash] |               | inner join, equal:[eq(test.t1.id, test.t1.id)]     |
    7. |       ├─ExchangeReceiver_19(Build)     | 6.00    | cop[tiflash] |               |                                                    |
    8. |       │ └─ExchangeSender_18            | 6.00    | cop[tiflash] |               | ExchangeType: HashPartition, Hash Cols: test.t1.id |
    9. |       │   └─Selection_17               | 6.00    | cop[tiflash] |               | not(isnull(test.t1.id))                            |
    11. |       └─ExchangeReceiver_23(Probe)     | 6.00    | cop[tiflash] |               |                                                    |
    12. |         └─ExchangeSender_22            | 6.00    | cop[tiflash] |               | ExchangeType: HashPartition, Hash Cols: test.t1.id |
    13. |           └─Selection_21               | 6.00    | cop[tiflash] |               | not(isnull(test.t1.id))                            |
    14. |             └─TableFullScan_20         | 6.00    | cop[tiflash] | table:b       | keep order:false                                   |
    15. +----------------------------------------+---------+--------------+---------------+----------------------------------------------------+
    16. 12 rows in set (0.00 sec)
    • [TableFullScan_20, Selection_21, ExchangeSender_22] 完成表 b 的数据读取并通过 HashPartition 的方式把数据 shuffle 给上游 MPP 任务。
    • [TableFullScan_16, Selection_17, ExchangeSender_18] 完成表 a 的数据读取并通过 HashPartition 的方式把数据 shuffle 给上游 MPP 任务。
    • [ExchangeReceiver_19, ExchangeReceiver_23, HashJoin_44, ExchangeSender_47] 完成 join 并把数据返回给 TiDB。

    典型的 Broadcast Join 执行计划如下：

    1. +----------------------------------------+---------+--------------+---------------+------------------------------------------------+
    2. | id                                     | estRows | task         | access object | operator info                                  |
    3. +----------------------------------------+---------+--------------+---------------+------------------------------------------------+
    4. | └─TableReader_47                       | 9.00    | root         |               | data:ExchangeSender_46                         |
    5. |   └─ExchangeSender_46                  | 9.00    | cop[tiflash] |               | ExchangeType: PassThrough                      |
    6. |     └─HashJoin_43                      | 9.00    | cop[tiflash] |               | inner join, equal:[eq(test.t1.id, test.t1.id)] |
    8. |       │ └─ExchangeSender_19            | 6.00    | cop[tiflash] |               | ExchangeType: Broadcast                        |
    9. |       │   └─Selection_18               | 6.00    | cop[tiflash] |               | not(isnull(test.t1.id))                        |
    10. |       │     └─TableFullScan_17         | 6.00    | cop[tiflash] | table:a       | keep order:false                               |
    11. |       └─Selection_22(Probe)            | 6.00    | cop[tiflash] |               | not(isnull(test.t1.id))                        |
    12. |         └─TableFullScan_21             | 6.00    | cop[tiflash] | table:b       | keep order:false                               |
    13. +----------------------------------------+---------+--------------+---------------+------------------------------------------------+

    以上执行计划中，

    • [TableFullScan_17, Selection_18, ExchangeSender_19] 从小表（表 a）读数据并广播给大表（表 b）数据所在的各个节点。
    • [TableFullScan_21, Selection_22, ExchangeReceiver_20, HashJoin_43, ExchangeSender_46] 完成 join 并将数据返回给 TiDB。

    EXPLAIN ANALYZE 语句与 EXPLAIN 类似，但还会输出一些运行时的信息。一个简单的 EXPLAIN ANALYZE 输出信息如下：

    1. EXPLAIN ANALYZE SELECT COUNT(*) FROM t1 GROUP BY id;

    与 EXPLAIN 相比，ExchangeSender 的 operator info 中多了 task id 的输出，其记录了该查询片段实例化成的 MPP 任务的任务 ID。此外 MPP 算子中都会有 这一列，这列记录了 MPP 在执行该算子时使用的并发数（如果集群由多个节点组成，该并发数是所有节点并发数相加的结果）。