分区剪枝

按分区类型

LIST分区表查询

• 对于LIST分区表的查询，分区剪枝能快速剪去包含WHERE子句的查询，运算符为等于（=）或IS NULL/IS NOT NULL。

  示例：

  ------指定一个LIST分区表
  CREATE TABLE sales_hist(..., country text, ...) 
      PARTITION BY LIST(country) (
      PARTITION americas VALUES('US', 'CA', 'MX'), 
      PARTITION europe VALUES('BE', 'NL', 'FR'), 
      PARTITION asia VALUES('JP', 'PK', 'CN'), 
      PARTITION others VALUES(DEFAULT)
  ) 
  ------在该LIST分区表的基础上,提取出包含如下WHERE子句的信息
  WHERE country = 'US' WHERE country IS NULL;          

  通过第一个WHERE子句， 分区剪枝将排除分区europe、asia和others，因为这些分区不满足WHERE country = 'US'。

  通过第二个WHERE子句， 分区剪枝将排除分区americas、europe和asia。因为这些分区不满足WHERE country IS NULL。

RANGE分区表查询

• 对于RANGE分区表的查询，分区剪枝能快速剪去包含WHERE子句的查询。运算符可以是等于（=）、大于（>）、大于等于（>=）、小于（<）、小于等于（<=），或者是IS NULL/IS NOT NULL，也可以是更为复杂的包含运算符AND和 BETWEEN的表达式，例如：

  WHERE size > 100 AND size <= 200 WHERE size BETWEEN 100 AND 200

  说明

  分区剪枝不支持包含OR或IN运算符的表达式。

  示例：

  ------指定一个RANGE分区表
  CREATE TABLE boxes(id int, size int, color text) 
    PARTITION BY RANGE(size)
  (
      PARTITION small VALUES LESS THAN(100),
      PARTITION medium VALUES LESS THAN(200),
      PARTITION large VALUES LESS THAN(300)
  )
  ------在该RANGE分区表的基础上，提取出包含如下WHERE子句的信息。
  WHERE size > 100     -- 扫描medium和large分区
  WHERE size >= 100    -- 扫描medium和large分区
  WHERE size = 100     -- 扫描medium分区
  WHERE size <= 100    -- 扫描small和medium分区
  WHERE size < 100     -- 扫描small分区
  WHERE size > 100 AND size < 199     -- 扫描medium分区
  WHERE size BETWEEN 100 AND 199      -- 扫描medium分区
  WHERE color = 'red' AND size = 100  -- 扫描medium分区
  WHERE color = 'red' AND (size > 100 AND size < 199) -- 扫描medium分区

按不同阶段

PolarDB PostgreSQL版（兼容Oracle）中将条件表达式分为三个级别，即不变的（Immutable）、稳定的（Stable）、易变的（Volatile）。这三个级别依次对应了三种剪枝：

• 如果条件表达式值是不变的（比如常量静态值），则它会被用于最早的优化器剪枝；

• 如果条件表达式值是稳定的（比如now()），则会发生执行器初始阶段剪枝；

• 如果条件表达式是易变的（比如random()），则会发生执行器运行时剪枝。

优化器剪枝

可以通过如下示例来了解优化器阶段的剪枝。

在PolarDB PostgreSQL版（兼容Oracle）中创建一个measurement表，logdate作为分区键，然后为其分别创建4个分区，即measurement_y2023q1,measurement_y2023q2, measurement_y2023q3, measurement_y2023q4四个分区，分别对应了2023年的四个季度。

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');

此时查询logdate大于2023-10-01的所有数据。使用EXPLAIN可以看到，第一、二、三季度的数据默认都被剪枝掉了，不会执行查询，因为前三个分区的范围明显不满足logdate >= DATE '2023-10-01'。这就是优化器阶段的分区剪枝，可以看到SQL中的限定条件是分区键logdate，且条件表达式的值DATE '2023-10-01'是静态的，或者是不可变的，它可以在优化器阶段计算出来。

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)

执行器初始阶段剪枝

同样通过上文measurement表来了解执行器初始剪枝。

如下可以看到，同样的measurement表，同样的SQL查询，但是查询条件的表达式值从静态值变成了now()，这是一个稳定的表达式，它不能在优化器阶段计算，但是可以在执行器初始阶段计算。假设今天是2023年7月，因此可以看到前两个季度分区被移除了Subplans Removed: 2，只剩下了第三季度和第四季度。这就是执行器初始阶段的分区剪枝，可以看到SQL中的限定条件是分区键logdate，且条件表达式的值now()是稳定的，它可以在执行器初始阶段计算出来。

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)

执行器运行时剪枝

同样通过上文measurement表来了解执行器运行时剪枝。

如下可以看到，同样的measurement表，同样的SQL查询，但是查询条件的表达式值从静态值变成了(select to_date('2023-10-1'))，这是一个易变的子连接，它不能在优化器阶段计算，也不能在执行器初始阶段计算，只能在执行器运行时计算。

使用EXPLAIN ANALYZE可以看出前三个季度的分区都是标记了(never executed)，这就是执行器运行时剪枝。 它适用于易变的表达式值、子查询、子连接，以及join条件表达式。可以看到SQL中的限定条件是分区键logdate，且条件表达式的值(select to_date('2023-10-1'))是易变的子连接，它可以在执行器运行阶段计算出来。

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)