-
Notifications
You must be signed in to change notification settings - Fork 1.3k
New issue
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
Optimize the performance queries with a single distinct aggregate #1315
Changes from 1 commit
File filter
Filter by extension
Conversations
Jump to
Diff view
Diff view
There are no files selected for viewing
Original file line number | Diff line number | Diff line change | ||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
@@ -0,0 +1,261 @@ | ||||||||||||||||||||||||||
// Licensed to the Apache Software Foundation (ASF) under one | ||||||||||||||||||||||||||
// or more contributor license agreements. See the NOTICE file | ||||||||||||||||||||||||||
// distributed with this work for additional information | ||||||||||||||||||||||||||
// regarding copyright ownership. The ASF licenses this file | ||||||||||||||||||||||||||
// to you under the Apache License, Version 2.0 (the | ||||||||||||||||||||||||||
// "License"); you may not use this file except in compliance | ||||||||||||||||||||||||||
// with the License. You may obtain a copy of the License at | ||||||||||||||||||||||||||
// | ||||||||||||||||||||||||||
// http://www.apache.org/licenses/LICENSE-2.0 | ||||||||||||||||||||||||||
// | ||||||||||||||||||||||||||
// Unless required by applicable law or agreed to in writing, | ||||||||||||||||||||||||||
// software distributed under the License is distributed on an | ||||||||||||||||||||||||||
// "AS IS" BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY | ||||||||||||||||||||||||||
// KIND, either express or implied. See the License for the | ||||||||||||||||||||||||||
// specific language governing permissions and limitations | ||||||||||||||||||||||||||
// under the License. | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
//! single distinct to group by optimizer rule | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
use crate::error::Result; | ||||||||||||||||||||||||||
use crate::execution::context::ExecutionProps; | ||||||||||||||||||||||||||
use crate::logical_plan::{DFSchema, Expr, LogicalPlan}; | ||||||||||||||||||||||||||
use crate::optimizer::optimizer::OptimizerRule; | ||||||||||||||||||||||||||
use crate::optimizer::utils; | ||||||||||||||||||||||||||
use std::sync::Arc; | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
/// single distinct to group by optimizer rule | ||||||||||||||||||||||||||
/// - Aggregation | ||||||||||||||||||||||||||
/// GROUP BY (k) | ||||||||||||||||||||||||||
/// F1(DISTINCT s0, s1, ...), | ||||||||||||||||||||||||||
/// F2(DISTINCT s0, s1, ...), | ||||||||||||||||||||||||||
/// - X | ||||||||||||||||||||||||||
/// | ||||||||||||||||||||||||||
/// into | ||||||||||||||||||||||||||
/// | ||||||||||||||||||||||||||
/// - Aggregation | ||||||||||||||||||||||||||
/// GROUP BY (k) | ||||||||||||||||||||||||||
/// F1(x) | ||||||||||||||||||||||||||
/// F2(x) | ||||||||||||||||||||||||||
/// - Aggregation | ||||||||||||||||||||||||||
/// GROUP BY (k, s0, s1, ...) | ||||||||||||||||||||||||||
/// - X | ||||||||||||||||||||||||||
/// </pre> | ||||||||||||||||||||||||||
/// <p> | ||||||||||||||||||||||||||
There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more. These and I think you could use something like
If you wanted to use monospaced fonts to illustrate the transformation |
||||||||||||||||||||||||||
pub struct SingleDistinctToGroupBy {} | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
impl SingleDistinctToGroupBy { | ||||||||||||||||||||||||||
#[allow(missing_docs)] | ||||||||||||||||||||||||||
pub fn new() -> Self { | ||||||||||||||||||||||||||
Self {} | ||||||||||||||||||||||||||
} | ||||||||||||||||||||||||||
} | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
fn optimize(plan: &LogicalPlan, execution_props: &ExecutionProps) -> Result<LogicalPlan> { | ||||||||||||||||||||||||||
match plan { | ||||||||||||||||||||||||||
LogicalPlan::Aggregate { | ||||||||||||||||||||||||||
input, | ||||||||||||||||||||||||||
aggr_expr, | ||||||||||||||||||||||||||
schema: _, | ||||||||||||||||||||||||||
group_expr, | ||||||||||||||||||||||||||
} => { | ||||||||||||||||||||||||||
There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more.
Suggested change
|
||||||||||||||||||||||||||
match is_single_agg(plan) { | ||||||||||||||||||||||||||
There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more. This could be using |
||||||||||||||||||||||||||
true => { | ||||||||||||||||||||||||||
let mut all_group_args: Vec<Expr> = Vec::new(); | ||||||||||||||||||||||||||
There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more.
Suggested change
|
||||||||||||||||||||||||||
all_group_args.append(&mut group_expr.clone()); | ||||||||||||||||||||||||||
// remove distinct and collection args | ||||||||||||||||||||||||||
let mut new_aggr_expr = aggr_expr | ||||||||||||||||||||||||||
.iter() | ||||||||||||||||||||||||||
.map(|aggfunc| match aggfunc { | ||||||||||||||||||||||||||
There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more.
There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more. I have a question: if all exprs in There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more. Yes, because there is judgment in |
||||||||||||||||||||||||||
Expr::AggregateFunction { fun, args, .. } => { | ||||||||||||||||||||||||||
all_group_args.append(&mut args.clone()); | ||||||||||||||||||||||||||
Expr::AggregateFunction { | ||||||||||||||||||||||||||
fun: fun.clone(), | ||||||||||||||||||||||||||
args: args.clone(), | ||||||||||||||||||||||||||
distinct: false, | ||||||||||||||||||||||||||
} | ||||||||||||||||||||||||||
} | ||||||||||||||||||||||||||
_ => aggfunc.clone(), | ||||||||||||||||||||||||||
}) | ||||||||||||||||||||||||||
.collect::<Vec<_>>(); | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
let all_field = all_group_args | ||||||||||||||||||||||||||
.iter() | ||||||||||||||||||||||||||
.map(|expr| expr.to_field(input.schema()).unwrap()) | ||||||||||||||||||||||||||
.collect::<Vec<_>>(); | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
let grouped_schema = Arc::new(DFSchema::new(all_field).unwrap()); | ||||||||||||||||||||||||||
let new_aggregate = LogicalPlan::Aggregate { | ||||||||||||||||||||||||||
input: input.clone(), | ||||||||||||||||||||||||||
group_expr: all_group_args, | ||||||||||||||||||||||||||
aggr_expr: Vec::new(), | ||||||||||||||||||||||||||
schema: grouped_schema, | ||||||||||||||||||||||||||
}; | ||||||||||||||||||||||||||
let mut expres = group_expr.clone(); | ||||||||||||||||||||||||||
There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more. nit: |
||||||||||||||||||||||||||
expres.append(&mut new_aggr_expr); | ||||||||||||||||||||||||||
utils::from_plan(plan, &expres, &[new_aggregate]) | ||||||||||||||||||||||||||
} | ||||||||||||||||||||||||||
false => { | ||||||||||||||||||||||||||
let expr = plan.expressions(); | ||||||||||||||||||||||||||
// apply the optimization to all inputs of the plan | ||||||||||||||||||||||||||
let inputs = plan.inputs(); | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
let new_inputs = inputs | ||||||||||||||||||||||||||
.iter() | ||||||||||||||||||||||||||
.map(|plan| optimize(plan, execution_props)) | ||||||||||||||||||||||||||
.collect::<Result<Vec<_>>>()?; | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
utils::from_plan(plan, &expr, &new_inputs) | ||||||||||||||||||||||||||
There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more. This part is redundant from the 113~119 lines, so if we can eliminate duplicate code. There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more. Thanks i fixed it |
||||||||||||||||||||||||||
} | ||||||||||||||||||||||||||
} | ||||||||||||||||||||||||||
} | ||||||||||||||||||||||||||
_ => { | ||||||||||||||||||||||||||
let expr = plan.expressions(); | ||||||||||||||||||||||||||
let inputs = plan.inputs(); | ||||||||||||||||||||||||||
let new_inputs = inputs | ||||||||||||||||||||||||||
.iter() | ||||||||||||||||||||||||||
.map(|plan| optimize(plan, execution_props)) | ||||||||||||||||||||||||||
.collect::<Result<Vec<_>>>()?; | ||||||||||||||||||||||||||
utils::from_plan(plan, &expr, &new_inputs) | ||||||||||||||||||||||||||
} | ||||||||||||||||||||||||||
} | ||||||||||||||||||||||||||
} | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
fn is_single_agg(plan: &LogicalPlan) -> bool { | ||||||||||||||||||||||||||
match plan { | ||||||||||||||||||||||||||
LogicalPlan::Aggregate { | ||||||||||||||||||||||||||
input: _, | ||||||||||||||||||||||||||
There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more. ditto, you can also check other places There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more. Thanks i fixed it |
||||||||||||||||||||||||||
aggr_expr, | ||||||||||||||||||||||||||
.. | ||||||||||||||||||||||||||
} => { | ||||||||||||||||||||||||||
let mut distinct_agg_num = 0; | ||||||||||||||||||||||||||
aggr_expr.iter().for_each(|aggfunc| { | ||||||||||||||||||||||||||
if let Expr::AggregateFunction { | ||||||||||||||||||||||||||
fun: _, | ||||||||||||||||||||||||||
args: _, | ||||||||||||||||||||||||||
distinct, | ||||||||||||||||||||||||||
} = aggfunc | ||||||||||||||||||||||||||
{ | ||||||||||||||||||||||||||
if *distinct { | ||||||||||||||||||||||||||
distinct_agg_num += 1; | ||||||||||||||||||||||||||
} | ||||||||||||||||||||||||||
} | ||||||||||||||||||||||||||
}); | ||||||||||||||||||||||||||
!aggr_expr.is_empty() && aggr_expr.len() == distinct_agg_num | ||||||||||||||||||||||||||
} | ||||||||||||||||||||||||||
_ => false, | ||||||||||||||||||||||||||
} | ||||||||||||||||||||||||||
} | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
impl OptimizerRule for SingleDistinctToGroupBy { | ||||||||||||||||||||||||||
fn optimize( | ||||||||||||||||||||||||||
&self, | ||||||||||||||||||||||||||
plan: &LogicalPlan, | ||||||||||||||||||||||||||
execution_props: &ExecutionProps, | ||||||||||||||||||||||||||
) -> Result<LogicalPlan> { | ||||||||||||||||||||||||||
optimize(plan, execution_props) | ||||||||||||||||||||||||||
} | ||||||||||||||||||||||||||
fn name(&self) -> &str { | ||||||||||||||||||||||||||
"SingleDistinctAggregationToGroupBy" | ||||||||||||||||||||||||||
} | ||||||||||||||||||||||||||
} | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
#[cfg(test)] | ||||||||||||||||||||||||||
mod tests { | ||||||||||||||||||||||||||
use super::*; | ||||||||||||||||||||||||||
use crate::logical_plan::{col, count, count_distinct, max, LogicalPlanBuilder}; | ||||||||||||||||||||||||||
use crate::test::*; | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
fn assert_optimized_plan_eq(plan: &LogicalPlan, expected: &str) { | ||||||||||||||||||||||||||
let rule = SingleDistinctToGroupBy::new(); | ||||||||||||||||||||||||||
let optimized_plan = rule | ||||||||||||||||||||||||||
.optimize(plan, &ExecutionProps::new()) | ||||||||||||||||||||||||||
.expect("failed to optimize plan"); | ||||||||||||||||||||||||||
let formatted_plan = format!("{}", optimized_plan.display_indent_schema()); | ||||||||||||||||||||||||||
assert_eq!(formatted_plan, expected); | ||||||||||||||||||||||||||
} | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
#[test] | ||||||||||||||||||||||||||
fn not_exist_distinct() -> Result<()> { | ||||||||||||||||||||||||||
let table_scan = test_table_scan()?; | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
let plan = LogicalPlanBuilder::from(table_scan) | ||||||||||||||||||||||||||
.aggregate(Vec::<Expr>::new(), vec![max(col("b"))])? | ||||||||||||||||||||||||||
.build()?; | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
let expected = "Aggregate: groupBy=[[]], aggr=[[MAX(#test.b)]] [MAX(test.b):UInt32;N]\ | ||||||||||||||||||||||||||
\n TableScan: test projection=None [a:UInt32, b:UInt32, c:UInt32]"; | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
assert_optimized_plan_eq(&plan, expected); | ||||||||||||||||||||||||||
Ok(()) | ||||||||||||||||||||||||||
} | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
#[test] | ||||||||||||||||||||||||||
fn single_distinct() -> Result<()> { | ||||||||||||||||||||||||||
let table_scan = test_table_scan()?; | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
let plan = LogicalPlanBuilder::from(table_scan) | ||||||||||||||||||||||||||
.aggregate(Vec::<Expr>::new(), vec![count_distinct(col("b"))])? | ||||||||||||||||||||||||||
.build()?; | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
let expected = "Aggregate: groupBy=[[]], aggr=[[COUNT(#test.b)]] [COUNT(DISTINCT test.b):UInt64;N]\ | ||||||||||||||||||||||||||
\n Aggregate: groupBy=[[#test.b]], aggr=[[]] [b:UInt32]\ | ||||||||||||||||||||||||||
\n TableScan: test projection=None [a:UInt32, b:UInt32, c:UInt32]"; | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
assert_optimized_plan_eq(&plan, expected); | ||||||||||||||||||||||||||
Ok(()) | ||||||||||||||||||||||||||
} | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
#[test] | ||||||||||||||||||||||||||
fn single_distinct_and_groupby() -> Result<()> { | ||||||||||||||||||||||||||
let table_scan = test_table_scan()?; | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
let plan = LogicalPlanBuilder::from(table_scan) | ||||||||||||||||||||||||||
.aggregate(vec![col("a")], vec![count_distinct(col("b"))])? | ||||||||||||||||||||||||||
.build()?; | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
let expected = "Aggregate: groupBy=[[#test.a]], aggr=[[COUNT(#test.b)]] [a:UInt32, COUNT(DISTINCT test.b):UInt64;N]\ | ||||||||||||||||||||||||||
\n Aggregate: groupBy=[[#test.a, #test.b]], aggr=[[]] [a:UInt32, b:UInt32]\ | ||||||||||||||||||||||||||
\n TableScan: test projection=None [a:UInt32, b:UInt32, c:UInt32]"; | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
assert_optimized_plan_eq(&plan, expected); | ||||||||||||||||||||||||||
Ok(()) | ||||||||||||||||||||||||||
} | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
#[test] | ||||||||||||||||||||||||||
fn two_distinct_and_groupby() -> Result<()> { | ||||||||||||||||||||||||||
let table_scan = test_table_scan()?; | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
let plan = LogicalPlanBuilder::from(table_scan) | ||||||||||||||||||||||||||
.aggregate( | ||||||||||||||||||||||||||
vec![col("a")], | ||||||||||||||||||||||||||
vec![count_distinct(col("b")), count_distinct(col("c"))], | ||||||||||||||||||||||||||
)? | ||||||||||||||||||||||||||
.build()?; | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
let expected = "Aggregate: groupBy=[[#test.a]], aggr=[[COUNT(#test.b), COUNT(#test.c)]] [a:UInt32, COUNT(DISTINCT test.b):UInt64;N, COUNT(DISTINCT test.c):UInt64;N]\ | ||||||||||||||||||||||||||
\n Aggregate: groupBy=[[#test.a, #test.b, #test.c]], aggr=[[]] [a:UInt32, b:UInt32, c:UInt32]\ | ||||||||||||||||||||||||||
\n TableScan: test projection=None [a:UInt32, b:UInt32, c:UInt32]"; | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
assert_optimized_plan_eq(&plan, expected); | ||||||||||||||||||||||||||
Ok(()) | ||||||||||||||||||||||||||
} | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
#[test] | ||||||||||||||||||||||||||
fn distinct_and_common() -> Result<()> { | ||||||||||||||||||||||||||
There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more. 👍 |
||||||||||||||||||||||||||
let table_scan = test_table_scan()?; | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
let plan = LogicalPlanBuilder::from(table_scan) | ||||||||||||||||||||||||||
.aggregate( | ||||||||||||||||||||||||||
vec![col("a")], | ||||||||||||||||||||||||||
vec![count_distinct(col("b")), count(col("c"))], | ||||||||||||||||||||||||||
)? | ||||||||||||||||||||||||||
.build()?; | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
let expected = "Aggregate: groupBy=[[#test.a]], aggr=[[COUNT(DISTINCT #test.b), COUNT(#test.c)]] [a:UInt32, COUNT(DISTINCT test.b):UInt64;N, COUNT(test.c):UInt64;N]\ | ||||||||||||||||||||||||||
\n TableScan: test projection=None [a:UInt32, b:UInt32, c:UInt32]"; | ||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
assert_optimized_plan_eq(&plan, expected); | ||||||||||||||||||||||||||
Ok(()) | ||||||||||||||||||||||||||
} | ||||||||||||||||||||||||||
} |
There was a problem hiding this comment.
Choose a reason for hiding this comment
The reason will be displayed to describe this comment to others. Learn more.
Here is another way to display this transformation
Rewritten to