10.2.4　SQL执行本地化

MergeServer包含SQL执行模块MS-SQL,ChunkServer也包含SQL执行模块CS-SQL，那么，如何区分二者的功能呢？多表操作由MergeServer执行，对于单表操作，OceanBase设计的基本原则是尽量支持SQL计算本地化，保持数据节点与计算节点一致，也就是说，只要ChunkServer能够实现的操作，原则上都应该由它来完成。

●TableScan：每个ChunkServer扫描各自子表范围内的数据，由MergeServer合并 ChunkServer返回的部分结果。

●Filter：对基本表的过滤集成在TableScan操作符中，由ChunkServer完成。对分组后的结果执行过滤（Having）集成在GroupBy操作符中，一般情况下由MergeServer完成；但是，如果能够确定每个分组的所有数据行只属于同一个子表，比如SQL请求只涉及一个tablet，那么，分组以及分组后的过滤操作符可以由ChunkServer完成。

●Projection：对基本表的投影集成在TableScan操作符中，由ChunkServer完成，对最终结果的投影由MergeServer完成。

●GroupBy：如果SQL读取的数据只在一个子表上，那么由该子表所在的 ChunkServer完成分组操作；否则，每台ChunkServer各自完成部分数据的分组操作，执行聚合运算后得到部分结果，再由MergeServer合并所有ChunkServer返回的部分结果，对于属于同一个分组的数据再次执行聚合运算。某些聚合运算需要做特殊处理，比如avg，需要转化为sum和count操作发送给ChunkServer,MergeServer合并ChunkServer返回的部分结果后计算出最终的sum和count值，并通过sum/count得到avg的最终结果。

●Sort：如果SQL读取的数据只在一个子表上，那么由该子表所在的ChunkServer完成排序操作；否则，每台ChunkServer各自完成部分数据的排序，并将排好序的部分数据返回MergeServer，再由MergeServer执行多路归并。

●Limit：Limit操作一般由MergeServer完成，但是，如果请求的数据只在一个子表上，可以由ChunkServer完成，这往往会大大减少MergeServer与ChunkServer之间传输的数据量。

●Distinct：Distinct与GroupBy类似。ChunkServer先完成部分数据的去重，再由 MergeServer进行整体去重。

例10-5　图10-2中的SQL语句为"select c1，sum（c2）from t1 where c3=10 group by c1 having sum（c2）＞=10 order by c1 limit 0，20"。执行步骤如下：

1）ChunkServer调用TableScan操作符，读取子表t1中的数据，该操作符还将执行投影（Project）和过滤（Filter），返回的结果只包含c3=10的数据行，且每行只包含c1、c2、c3三列。

2）ChunkServer调用HashGroupBy操作符（假设采用基于哈希的分组算法），按照c1对数据分组，同时计算每个分组内c2列的总和sum（c2）。

3）每个ChunkServer将分组后的部分结果返回MergeServer,MergeServer将来自不同ChunkServer的c1列相同的行合并在一起，再次执行sum运算。

4）MergeServer调用Filter操作符，过滤第3）步生成的最终结果，只返回sum（c2）＞=10的行。

5）MergeServer调用Sort操作符将结果按照c1排序。

6）MergeServer调用Project操作符，只返回c1和sum（c2）这两列数据。

7）MergeServer调用Limit操作符执行分页操作，只返回前20条数据。

当然，如果能够确定请求的数据全部属于同一个子表，那么，所有的物理运算符都可以由ChunkServer执行，MergeServer只需要将ChunkServer计算得到的结果转发给客户端。