DISTINCT

DISTINCT 算子用于为对数据行去重,包括去除重复的 NULL 值。

DISTINCT 算子包括 HASH DISTINCTMERGE DISTINCT

HASH DISTINCT

HASH DISTINCT 算子使用 Hash 算法执行 DISTINCT 运算。

示例 1:使用 Hash 算法执行 DISTINCT 运算,对 t1 表的 c1 列进行去重处理

obclient>CREATE TABLE t1(c1 INT, c2 INT);
Query OK, 0 rows affected (0.09 sec)

obclient>CREATE TABLE t2(c1 INT, c2 INT);
Query OK, 0 rows affected (0.09 sec)

obclient>EXPLAIN SELECT /*+USE_HASH_AGGREGATION*/ DISTINCT c1 FROM t1\G;
*************************** 1. row ***************************
Query Plan: 
|=======================================
|ID|OPERATOR     |NAME|EST. ROWS|COST |
---------------------------------------
|0 |HASH DISTINCT|    |101      |99169|
|1 | TABLE SCAN  |t1  |100000   |66272|
=======================================
Outputs & filters: 
-------------------------------------
  0 - output([t1.c1]), filter(nil), 
      distinct([t1.c1])
  1 - output([t1.c1]), filter(nil), 
      access([t1.c1]), partitions(p0)

上述示例中,执行计划展示中 0 号算子 HASH DISTINCT 执行去重运算,outputs & filters 详细展示了 HASH DISTINCT 算子的具体输出信息如下:

信息名称

含义

output

该算子的输出列。

filter

该算子的过滤谓词。

由于示例中 HASH DISTINCT 算子没有设置 filter,所以为 nil

partition

查询需要扫描的分区。

distinct

指定需要去重的列。

例如,distinct([t1.c1]) 的参数 t1.c1 指定对 t1 表的 c1 列进行去重处理,并且采用 Hash 算法。

MERGE DISTINCT

MERGE DISTINCT 算子使用 Merge 算法执行 DISTINCT 运算。

示例 2:使用 Merge 算法执行 DISTINCT 运算

obclient>EXPLAIN SELECT /*+NO_USE_HASH_AGGREGATION*/ DISTINCT c1 FROM t1\G;
*************************** 1. row ***************************
Query Plan: 
|=======================================
|ID|OPERATOR      |NAME|EST. ROWS|COST|
---------------------------------------
|0 |MERGE DISTINCT|    |3        |40  |
|1 | SORT         |    |3        |39  |
|2 |  TABLE SCAN  |t1  |3        |37  |
=======================================
Outputs & filters: 
-------------------------------------
  0 - output([t1.c1]), filter(nil), 
      distinct([t1.c1])
  1 - output([t1.c1]), filter(nil), sort_keys([t1.c1, ASC])
  2 - output([t1.c1]), filter(nil), 
      access([t1.c1]), partitions(p0)

上述示例中,0 号算子 MERGE DISTINCT 执行去重运算,采用了 Merge 算法,并且由于 2 号算子输出的数据是无序的,而 MERGE DISTINCT 算子需要输入的数据有序,所以在执行去重运算前需要使用 SORT 算子对数据排序。执行计划展示中的 outputs & filters 详细展示了 MERGE DISTINCT 算子的输出信息如下:

信息名称

含义

output

该算子的输出列。

filter

该算子的过滤谓词。

由于示例中 MERGE DISTINCT 算子没有设置 filter,所以为 nil

distinct

指定需要去重的列。

例如,distinct([t1.c1]) 的参数 t1.c1 指定对 t1 表的 c1 列进行去重处理,并且采用 Merge 算法。