做网站宁夏搜索引擎推广的三种方式

PgSQL内核机制 - 算子执行统计元组个数

我们在执行explain analyze观察执行计划执行情况时，时常通过每个算子实际执行结果来分析SQL的执行，其中有一项“rows = XXX”表示执行的行数（这里姑且先认为是执行的真实行数）。但有些场景下，比如MergeJoin，如下：

可以看到内表t1的SeqScan算子扫描出8行记录，而排序Sort算子仅4个，难道不是应该8个元组都进行排序吗？

那我们得重新理解下rows这个字段的意义了。

1、merge join的操作

具体状态机可以参考：PostgreSQL/GreenPlum Merge Inner Join解密

我们以文章开头的例子继续进行说明：

1）先取外表t2的1；然后取内表1进行join条件判断

2）两者相等，标记内表位置1

3）取内表下一个值2，并保存到mj_InnerTupleSlot中，外表值1和内表2进行比较：1 < 2

4）取外表下一个值2，和标记位置1进行比较，2 > 1，则继续和内表当前保存的mj_InnerTupleSlot值进行比较

5）两者相等，标记内表位置2

6）取内表下一个值3，并将其保存到mj_InnerTupleSlot；外表2和内表3比较：2 < 3

7）取外表下一个值3，和内表标记位置2比较：3 > 2，继续和内表保存值mj_InnerTupleSlot比较：3 = 3

8）继续取内表下一个值4。外表3和内表4比较：3 < 4

9）外表值取完，终止join

可以从流程中看到，从内表只取出了4个值。这个正好和rows字段值匹配。也就是从子节点拿多少数据，rows输出多大值。

我们从代码中查看下是否是这样。

2、rows统计

结构体Instrumentation中的tuplecount输出到explain analyze中进行展示：如下图所示

ExecMergeJoin每次从内表即Sort节点取一个数据，都会统计到Instr->tuplecount中。ExplainNode最终输出结果时，将Instr->tuplecount统计到instr->ntuples中。最终的rows值为ntuples/nloops，从执行计划中可以看到该算子仅进行了一次循环执行，即nloops为1。所以，可以这么理解：从Sort节点取出多少值，就会统计到rows中进行展示。

Rows的意义：子节点向父节点输出元组的个数，并不是子节点拥有的元组个数！