[发明专利]用于大规模并行处理数据库集群中的两阶段查询优化的方法

说明书

在大规模并行处理(MPP)数据库中通过本地优化全局执行计划可以更加有效地处理查询。MPP协调器可以向MPP数据节点提供全局执行计划和语义树。随后MPP数据节点可使用全局执行计划和语义树生成本地执行计划。之后，MPP数据节点可根据成本评估选择全局执行计划或本地执行计划。

技术领域

本发明涉及通信网络，以及在具体实施例中，涉及用于大规模并行处理数据库集群中的两阶段查询优化的方法。

背景技术

大规模并行处理(MPP)是多个处理器处理同一程序的不同部分时该程序的协调过程。处理器互相通信以完成任务，但各处理器运用自身的操作系统和内存资源。MPP数据库系统基于无共享架构，在该架构中，数据库被划分为段并分发给多个处理器(数据节点)用于并行处理。由于每个数据节点仅并行存储一部分MPP数据库，因此与顺序处理系统中可能的数据库操作相比，该系统中的数据库操作(例如，搜索、扫描等)可以更快地执行。

客户端通过与MPP协调器交互来访问MPP数据库中的信息，MPP协调器为用于接收和响应查询的进程。具体而言，对于每个发出的查询，MPP协调器查阅全局目录以开发一种单条查询计划(本文中称为“全局执行计划(global execution plan)”)，该计划随后被分发给各个MPP数据节点用于本地执行。需注意的是，MPP协调器的资源和数据分布的全局视图可能缺少对MPP数据节点的本地配置信息和/或统计的了解，但取而代之，可尤其对本地数据分布和/或资源可用性作出广义的假设。例如，MPP协调器可假设数据在多个MPP数据节点中均匀分布和/或不限制MPP数据节点的资源(例如，处理或其它)。因此，MPP协调器的全局执行计划对于一个或多个本地MPP数据节点而言是次佳的，这可能会导致全局执行计划的低效执行。因此，需要用于提高MPP数据库系统中的查询优化的机制。

发明内容

本发明的实施例提供了一种大规模并行处理数据库集群中用于两阶段查询优化的方法，通过这些实施例一般能获得技术优势。

根据实施例，提供了一种用于在大规模并行处理(MPP)数据库中处理查询的方法。在该示例中，所述方法包括MPP数据节点从MPP协调器接收全局执行计划和语义树；所述MPP数据节点根据所述语义树生成本地执行计划；以及所述MPP数据节点选择执行所述全局执行计划或所述本地执行计划。还提供了一种用于执行所述方法的装置。

根据另一实施例，提供了一种大规模并行处理(MPP)数据库系统。在该示例中，所述系统包括一个或多个MPP协调器，用于从客户端接收查询；生成语义树；根据所述语义树开发用于执行所述查询的全局执行计划；以及将所述全局执行计划分发给多个MPP数据节点。所述系统还包括MPP数据节点，用于从所述一个或多个MPP协调器接收所述全局执行计划和所述语义树；根据所述第一MPP数据节点的本地配置信息使用所述语义树优化所述全局执行计划来获取优化后的执行计划；以及执行所述优化后的执行计划。

附图说明

为了更完整地理解本发明及其优点，现在参考下文结合附图进行的描述，其中：

图1示出了实施例MPP数据库系统的图解；

图2示出了描绘如何将常规数据库划分为MPP数据库的图解；

图3示出了用于响应查询的常规MPP数据库架构的图解；

图4示出了用于响应查询的实施例MPP数据库架构的图解；

图5示出了优化全局执行计划的方法的流程图；

图6示出了用于全局执行计划的查询流的图解；

图7(a)和7(b)示出了用于本地优化后的全局执行计划的查询流的图解；

图8示出了一种包括本地优化的额外阶段的处理查询的方法的流程图；

图9示出了MPP协调器的查询处理模块的方框图；