分區(qū)剪枝
PolarDB PostgreSQL版支持分區(qū)剪枝功能，可以顯著提高對分區(qū)表的查詢速度。
概述
PolarDB PostgreSQL版提供了分區(qū)剪枝（Partition Pruning）功能，如果啟用了分區(qū)剪枝，規(guī)劃器將會檢查每個分區(qū)的定義并且檢驗該分區(qū)是否因為不包含符合查詢WHERE子句的行而無需掃描。若不包含，則會把分區(qū)從查詢計劃中排除（剪枝）。分區(qū)剪枝極大地減少了從磁盤檢索的數(shù)據(jù)量并縮短了處理時間，從而提高了查詢性能并優(yōu)化了資源利用率。
根據(jù)實際的SQL語句，PolarDB PostgreSQL版數(shù)據(jù)庫支持使用靜態(tài)或動態(tài)剪枝。
靜態(tài)剪枝發(fā)生在編譯時，并預先訪問有關(guān)分區(qū)的信息。靜態(tài)剪枝的一個示例場景是包含 WHERE 條件的 SQL 語句，該條件在分區(qū)鍵列上帶有常量文字。
動態(tài)剪枝發(fā)生在運行時，事先不知道語句要訪問的確切分區(qū)。動態(tài)剪枝的一個示例是在 WHERE 條件中使用運算符或函數(shù)。
分區(qū)剪枝會影響發(fā)生剪枝的對象的統(tǒng)計信息，也會影響語句的執(zhí)行計劃。
分區(qū)剪枝技術(shù)將數(shù)據(jù)搜索限制為僅搜索您要搜索的值可能所在的分區(qū)。 這兩種剪枝技術(shù)都會從查詢的執(zhí)行計劃中刪除分區(qū)，從而提高性能。
分區(qū)剪枝和約束排除的區(qū)別
分區(qū)剪枝和約束排除之間的區(qū)別在于：
分區(qū)剪枝了解分區(qū)表中分區(qū)之間的關(guān)系。 約束排除則不然。
例如，當查詢在列表分區(qū)表中搜索特定值時，分區(qū)剪枝可能會導致只有特定分區(qū)可以保存該值。 約束排除必須檢查為每個分區(qū)定義的約束。
分區(qū)剪枝發(fā)生在優(yōu)化器的早期，以減少規(guī)劃者必須考慮的分區(qū)數(shù)量。 約束排除發(fā)生在優(yōu)化器的后期。
不同階段的分區(qū)剪枝
PolarDB PostgreSQL版中將條件表達式分為三個級別，即不變的（Immutable）、穩(wěn)定的（Stable）、易變的（Volatile）。這三個級別依次對應(yīng)了三種剪枝：
如果條件表達式值是不變的（比如常量靜態(tài)值），則它會被用于最早的剪枝優(yōu)化器剪枝；
如果條件表達式值是穩(wěn)定的（比如
now()），則會發(fā)生執(zhí)行器初始階段的剪枝；如果條件表達式是易變的（比如
random()），則會發(fā)生執(zhí)行器運行時剪枝。
優(yōu)化期剪枝
可以通過如下示例來了解優(yōu)化期階段的剪枝。
在PolarDB PostgreSQL版中創(chuàng)建一個measurement表，logdate作為分區(qū)鍵，然后為其分別創(chuàng)建4個分區(qū)，即measurement_y2023q1,measurement_y2023q2, measurement_y2023q3, measurement_y2023q4四個分區(qū)，分別對應(yīng)了2023年的四個季度。
CREATE TABLE measurement(
city_id int not null,
logdate date not null,
peaktemp int,
unitsales int
) PARTITION BY RANGE (logdate);
CREATE TABLE measurement_y2023q1 PARTITION OF measurement
FOR VALUES FROM ('2023-01-01') TO ('2023-04-01');
CREATE TABLE measurement_y2023q2 PARTITION OF measurement
FOR VALUES FROM ('2023-04-01') TO ('2023-07-01');
CREATE TABLE measurement_y2023q3 PARTITION OF measurement
FOR VALUES FROM ('2023-07-01') TO ('2023-10-01');
CREATE TABLE measurement_y2023q4 PARTITION OF measurement
FOR VALUES FROM ('2023-10-01') TO ('2024-04-01');此時查詢logdate大于2023-10-01的所有數(shù)據(jù)。使用EXPLAIN可以看到，第一、二、三季度的數(shù)據(jù)默認都被剪枝掉了，不會執(zhí)行查詢，因為前三個分區(qū)的范圍明顯不滿足logdate >= DATE '2023-10-01'。這就是優(yōu)化器階段的分區(qū)剪枝，可以看到SQL中的限定條件是分區(qū)鍵logdate，且條件表達式的值DATE '2023-10-01'是靜態(tài)的，或者是不可變的，它可以在優(yōu)化階段計算出來。
EXPLAIN SELECT * FROM measurement WHERE logdate >= DATE '2023-10-01';
QUERY PLAN
-----------------------------------------------------------------------------
Append (cost=0.00..34.09 rows=567 width=20)
-> Seq Scan on measurement_y2023q4 (cost=0.00..31.25 rows=567 width=20)
Filter: (logdate >= '01-OCT-23 00:00:00'::date)
(3 rows)執(zhí)行期初始剪枝
同樣通過上文measurement表來了解執(zhí)行期初始剪枝。
如下可以看到，同樣的measurement表，同樣的SQL查詢，但是查詢條件的表達式值從靜態(tài)值變成了now()，這是一個穩(wěn)定的表達式，它不能在優(yōu)化階段計算，但是可以在執(zhí)行器初始階段計算。假設(shè)今天是2023年7月，因此可以看到前兩個季度分區(qū)被移除了Subplans Removed: 2, 只剩下了第三季度和第四季度。這就是執(zhí)行期初始階段的分區(qū)剪枝，可以看到SQL中的限定條件是分區(qū)鍵logdate，且條件表達式的值now()是穩(wěn)定的，它可以在執(zhí)行期初始階段計算出來。
EXPLAIN SELECT * FROM measurement WHERE logdate >= now();
QUERY PLAN
-----------------------------------------------------------------------------
Append (cost=0.00..153.34 rows=2268 width=20)
Subplans Removed: 2
-> Seq Scan on measurement_y2023q3 (cost=0.00..35.50 rows=567 width=20)
Filter: (logdate >= now())
-> Seq Scan on measurement_y2023q4 (cost=0.00..35.50 rows=567 width=20)
Filter: (logdate >= now())
(6 rows)
執(zhí)行期運行時剪枝
同樣通過上文measurement表來了解執(zhí)行期運行時剪枝。
如下可以看到，同樣的measurement表，同樣的SQL查詢，但是查詢條件的表達式值從靜態(tài)值變成了(select to_date('2023-10-1'))，這是一個易變的子連接，它不能在優(yōu)化階段計算，也不能在執(zhí)行期初始階段計算，只能在執(zhí)行期運行時計算。
使用EXPLAIN ANALYZE可以看出前三個季度的分區(qū)都是標記了(never executed), 這就是執(zhí)行期運行時剪枝。 它適用于易變的表達式值、子查詢、子連接，以及join條件表達式?？梢钥吹絊QL中的限定條件是分區(qū)鍵logdate，且條件表達式的值(select to_date('2023-10-1'))是易變的子連接，它可以在執(zhí)行期運行階段計算出來。
EXPLAIN ANALYZE SELECT * FROM measurement WHERE logdate >= (select to_date('2023-10-1'));
QUERY PLAN
-----------------------------------------------------------------------------------------------------------------------
Append (cost=0.01..136.35 rows=2268 width=20) (actual time=0.067..0.068 rows=0 loops=1)
InitPlan 1 (returns $0)
-> Result (cost=0.00..0.01 rows=1 width=8) (actual time=0.051..0.053 rows=1 loops=1)
-> Seq Scan on measurement_y2023q1 (cost=0.00..31.25 rows=567 width=20) (never executed)
Filter: (logdate >= $0)
-> Seq Scan on measurement_y2023q2 (cost=0.00..31.25 rows=567 width=20) (never executed)
Filter: (logdate >= $0)
-> Seq Scan on measurement_y2023q3 (cost=0.00..31.25 rows=567 width=20) (never executed)
Filter: (logdate >= $0)
-> Seq Scan on measurement_y2023q4 (cost=0.00..31.25 rows=567 width=20) (actual time=0.004..0.004 rows=0 loops=1)
Filter: (logdate >= $0)