如何使用WindowFunction的并行执行_云原生数据库 PolarDB(PolarDB)-阿里云帮助中心

Window Function是社区版MySQL 8.0为提升查询分析能力而引入的功能，在PolarDB MySQL版8.0版本中对Window Function进行了全面支持，并可以做并行执行。

前提条件

集群版本需为PolarDB MySQL版8.0集群版，且Revision version为8.0.2.2.0或以上，您可以参见查询版本号确认集群版本。
在Window Function中只有使用了Partition by子句，才可以并行执行查询。

使用方法

语法：
目前在PolarDB中Window Function只能通过EXPLAIN FORMAT=TREE语句来显示。

示例：

如下示例中创建了1张表employee_salaries，且在表里插入了一些数据：

CREATE TABLE `employee_salaries` (
  `dept` varchar(20) DEFAULT NULL,
  `name` varchar(20) DEFAULT NULL,
  `salary` int DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;
INSERT INTO `employee_salaries` VALUES
('Engineering','Dharma',3500),
('Engineering','Bình',3000),
('Engineering','Adalynn',2800),
('Engineering','Samuel',2500),
('Engineering','Cveta',2200),
('Engineering','eve',2000),
('Engineering','Dharma',3500),
('Sales','Carbry',500),
('Sales','Clytemnestra',400),
('Sales','Juraj',300),
('Sales','Kalpana',300),
('Sales','Svantepolk',250),
('Sales','Angelo',200);

如下是employee_salaries表的并行查询计划：

explain format=tree select ROW_NUMBER() OVER(partition by dept order by salary desc) AS 'row_number' from employee_salaries\G
*************************** 1. row ***************************
EXPLAIN:
-> Gather (slice: 1; workers: 4)  (cost=26.42 rows=12)
    -> Window aggregate  (cost=15.67 rows=3)
        -> Repartition (hash keys: employee_salaries.dept; slice: 2; workers: 4)  (cost=15.33 rows=3)
            -> Sort: employee_salaries.dept, employee_salaries.salary DESC  (cost=1.55 rows=13)
                -> Parallel table scan on employee_salaries, with parallel partitions: 4

如上所示，在employee_salaries表完成并行扫描后，会将数据按照Partition by子句中指定的key（employee_salaries.dept）分发到下一阶段的Worker中，从而保证Window Function可以完成并行计算且保证结果的正确性，最终在Leader上完成汇总即可。