如何在Hologres中使用RuntimeFilter_实时数仓 Hologres(Hologres)-阿里云帮助中心

Hologres从V2.0版本开始支持Runtime Filter，在多表Join场景下自动优化Join过程的过滤行为，提升Join的查询性能。本文为您介绍在Hologres中Runtime Filter的使用。

背景信息

应用场景

Hologres从 V2.0版本开始支持Runtime Filter，通常应用在多表（2表及以上）Join，尤其是大表Join小表的场景中，无需手动设置，优化器和执行引擎会在查询时自动优化Join过程的过滤行为，从而降低IO开销，以此提升Join的查询性能。

原理介绍

在了解Runtime Filter原理之前，需先了解Join过程。两个表Join的SQL示例如下：

select * from test1 join test2 on test1.x = test2.x;

其对应的执行计划如下。

image..png

如上执行计划，两个表Join时，会通过test2表构建Hash表，然后匹配test1表的数据，最后返回结果。在这个过程中，Join时会涉及到两个名词：

build端：两表（或者子查询）做Hash Join时，其中一张表（子查询）的数据会构建成Hash表，这一部分称为build端，对应计划里的Hash节点。
probe端：Hash Join的另一边，主要是读取数据然后和build端的Hash表进行匹配，这一部分称为probe端。

通常来说，在执行计划正确的情况下，小表是build端，大表是probe端。

Runtime Filter的原理就是在HashJoin过程中，利用build端的数据分布，生成一个轻量的过滤器（filter），发送给probe端，对probe端的数据进行裁剪，从而减少probe端真正参与Join以及网络传输的数据量，以此来提升Join性能。

因此Runtime Filter更适用于大小表Join，且表数据量相差较大的场景，性能将会比普通Join有更多的提升。

使用限制和触发条件

使用限制

仅Hologres V2.0及以上版本支持Runtime Filter。
仅支持Join条件中只有一个字段，如果有多个字段将不会触发Runtime Filter。从Hologres V2.1版本开始，Runtime Filter支持多个字段Join，如果多个Join字段满足触发条件，也会触发Runtime Filter。

触发条件

Hologres本身支持高性能的Join，因此Runtime Filter会根据查询条件在底层自动触发，但是需要SQL满足下述所有条件才能触发：

probe端的数据量在100000行及以上。
扫描的数据量比例：build端 / probe端 <= 0.1（比例越小，越容易触发Runtime Filter）。
Join出的数据量比例：build端 / probe端 <= 0.1（比例越小，越容易触发Runtime Filter）。

Runtime Filter示例

如下示例帮助您更好理解Runtime Filter。

示例1：Join条件中只有1列。
```
begin; 
create table test1(x int, y int);
call set_table_property('test1', 'distribution_key', 'x');

create table test2(x int, y int);
call set_table_property('test2', 'distribution_key', 'x');
end;

insert into test1 select t, t from generate_series(1, 100000) t;
insert into test2 select t, t from generate_series(1, 1000) t;
analyze test1;
analyze test2;

explain select * from test1 join test2 on test1.x = test2.x;
```
执行计划如下：
如上执行计划，test2表只有1000行，test1表有100000行，build端和probe端的数据量比例是0.01小于0.1，且Join出来的数据量build端和probe端比例是0.01低于0.1，满足Runtime Filter的默认触发条件，因此引擎会自动使用Runtime Filter。同时在执行计划中，也可以看到probe端的test1表有Runtime Filter Target Expr节点，表示probe端使用了Runtime Filter下推。

示例2：Join条件中有多列（Hologres V2.1版本支持）。

create table t1(id1 int not null, id2 int not null);
create table t2(id1 int not null, id2 int not null);

-- 建表，t1数据量较小，作为构建端可以broadcast
insert into t1 select t, t+100 from generate_series(1, 10000) t;
insert into t2 select t/10, t/10+100 from generate_series(1, 10000000) t;

--更新执行计划
analyze t1, t2;

-- 验证多列runtime filter
explain select * from t1 join t2 on t1.id1=t2.id1 and t1.id2=t2.id2;

执行计划如下：