GaussDB(DWS)函数下推属性介绍
1. 前言
用户在使用GaussDB(DWS)时,应该正确指定函数属性,错误指定函数属性不仅会导致查询语句执行效率低,而且可能会导致结果集不稳定的情况。本文简单介绍GaussDB(DWS)函数下推属性的相关知识,并提供几个函数属性相关的典型案例供大家参考.
2. 函数下推属性介绍
GaussDB(DWS)创建函数时,可以指定许多函数属性,其中,与函数下推相关的属性为易失性级别 和下推属性,其中:
-
易失性:
IMMUTABLE:该属性的函数不会修改数据库,并且保证在任何情况下同样的输入参数永远返回同样的结果;
STABLE:该属性的函数不会修改数据库,并且保证在同一个查询中,对于同样的输入参数,函数返回的结果相同;
VOLATILE:该属性的函数对于同样的输入参数,函数的返回结果可能不通,典型的如timeofday,创建函数时如果未明确指定,则默认为VOLATILE;
-
下推属性:
SHIPPABLE:函数可以下推到DN执行
NOT SHIPPABLE:函数不能下推到DN执行,创建函数时如果未明确指定,则默认为NOT SHIPPABLE。
这两个函数属性可以通过pg_proc的provolatile(i表示immutable,s表示stable,v表示volatile)和proshippable(t表示shippable,null或f表示not shippable)查看。
postgres=# select proname,provolatile,proshippable from pg_proc where proname = 'timeofday';
proname | provolatile | proshippable
-----------+-------------+--------------
timeofday | v |
(1 row)
在GaussDB(DWS)中,IMMUTABLE属性的函数时一定能够下推到DN执行的,不管下推属性是否为SHIPPABLE,对于STABLE和VOLATILE属性的函数,函数是否能下推要看指定的SHIPPABLE属性。因此,在创建函数时如果同时指定了IMMUTABLE 和 NOT SHIPPABLE的属性,函数创建成功时会有以下提示:
NOTICE: Immutable function will be shippable anyway.
3. 函数下推属性典型案例
案例一:未指定函数易失性级别导致函数不下推
函数定义如下:
create function try_cast_int(p_in text, p_default int default 0) returns int
as $$
begin
begin
return $1::int;
exception
when others then
return p_default;
end;
end;
$$
language plpgsql;
由于创建函数时未明确指定函数易失性级别和函数属性,函数默认为VOLATILE NOT SHIPPABLE,使用该函数时执行计划如下:
postgres=# explain verbose select try_cast_int(b) from test order by a;
QUERY PLAN
--------------------------------------------------------------------------------------
Sort (cost=13.91..14.04 rows=50 width=36)
Output: (try_cast_int(test.b, 0)), test.a
Sort Key: test.a
-> Data Node Scan on "__REMOTE_SORT_QUERY__" (cost=0.00..12.50 rows=50 width=36)
Output: try_cast_int(test.b, 0), test.a
Node/s: All datanodes
Remote query: SELECT a, b FROM ONLY public.test WHERE true ORDER BY 1
(7 rows)
可以看出该sql执行计划不下推,执行效率较低,分析该函数发现该函数可以指定为IMMUTABLE属性,让该函数可以下推,因此,可以通过以下方式优化:
ALTER FUNCTION try_cast_int(text,int) IMMUTABLE;
案例二:错误指定了函数下推属性导致结果集不稳定
下推函数能够下推到DN执行,与不下推函数相比有着更高的执行效率,有时开发者为了加快函数执行效率,所有自定义函数创建时都会指定为SHIPPABLE,某函数定义如下:
create function get_count() returns int
SHIPPABLE
as $$
declare
result int;
begin
result = (select count(*) from test); --test表是hash表
return result;
end;
$$
language plpgsql;
调用该函数发现以下现象:
postgres=# select get_count();
get_count
-----------
2106
(1 row)
postgres=# select get_count() from t_src;
get_count
-----------
1032
(1 row)
发现加上from表之后函数的返回值结果发生了变化!为什么会出现这种情况呢?这是因为由于这个函数指定了SHIPPABLE的函数属性,因此生成计划时该函数会下推到DN上执行,该函数下推到DN后,由于函数定义中的test表是hash表,因此每个DN上只有该表的一部分数据,所以select count(*) from test返回的结果不是test表全量数据的结果,而是每个DN上部分数据的结果,因此导致加上from表后函数返回预期发生变化,优化方法:
(1)将函数改为不下推:alter function get_count() not shippable;
(2)将函数中用到的表改为复制表,这样每个DN上都是一份该表的全量数据,即使下推到DN执行,也能保证结果集符合预期。
4. 总结
创建自定义函数时,要正确指定函数的属性,确保函数属性符合预期,防止因函数属性设置不正确导致的性能下降或结果集不稳定。
- 点赞
- 收藏
- 关注作者
评论(0)