Greenplum执行计划

Greenplum执行计划和pg中的类似，但是由于gp是分布式的shared nothing架构，所以执行计划必然和pg还是有些区别。
gp中查看SQL的执行计划也是通过explain语句，语法如下：

Command: EXPLAIN
Description: show the execution plan of a statement
Syntax:
EXPLAIN [ ANALYZE ] [ VERBOSE ] statement

相较于pg中explain语句选项较少，只有analyze和verbose两个可选项，作用分别是：
analyze：执行命令并显示实际时间。
verbose：显示查询树内部的实际结构，而不是简单的概要。

分布式执行计划：
gp中的shared nothing架构特点为：底层数据完全不共享、每个segment只有部分数据、所有节点都过网络连接起来。

–重分布与广播
因为gp中的数据分布在不同的segment中，因此如何将数据汇聚起来就显得很关键，这便设计到了数据的迁移，即重分布和广播。
广播：将每个segment上的一张表数据全部发送给所有segment，这样相当于每个segment都有全量的数据。
重分布：当需要跨库关联和聚合的时候，当数据无法满足广播的条件，这个时候gp就会选择重分布数据，选择新的分布键（关联键）来将数据重新打散重新分布到所有segment上。

分布式执行计划中相比pg中的执行计划多了一些不同的术语，分别是：
1、Gather Motion (N:1)
聚合操作，将N个节点上的数据聚合到同一个节点。

postgres=# EXPLAIN select * from t3 join t2 on t3.id=t2.id+100 limit 10;
QUERY PLAN
--------------------------------------------------------------------------------------------------------------------
Limit (cost=24028.00..24028.69 rows=10 width=74)
-> Gather Motion 2:1 (slice2; segments: 2) (cost=24028.00..24028.69 rows=10 width=74)
-> Limit (cost=24028.00..24028.49 rows=5 width=74)
-> Hash Join (cost=24028.00..72660.00 rows=500000 width=74)
Hash Cond: (t2.id + 100) = t3.id
-> Redistribute Motion 2:2 (slice1; segments: 2) (cost=0.00..31132.00 rows=500000 width=37)
Hash Key: t2.id + 100
-> Append-only Columnar Scan on t2 (cost=0.00..11132.00 rows=500000 width=37)
-> Hash (cost=11528.00..11528.00 rows=500000 width=37)
-> Append-only Scan on t3 (cost=0.00..11528.00 rows=500000 width=37)
Optimizer status: legacy query optimizer
(11 rows)

2、Broadcast Motion(N:N)
广播，将每一节点上的一张表数据全部分发给所有segment。

3、Redistribute Motion(N:N)
重分布，将数据重新打散重新分布到所有segment上。一般常发生在：关联、group by、开窗函数等情况下。

4、Slice
切片。gp在实现分布式执行计划时，会将SQL拆成多个slice，每个slice就是单库执行的一部分SQL。
————————————————
本文来源：https://blog.csdn.net/weixin_39540651/article/details/104051727