当前位置：首页 > news >正文

揭秘openGauss向量化执行引擎代价模型

news 2026/6/14 6:05:55

openGauss的向量化执行引擎针对列存，生成执行计划后根据配置项是否开启直接决定是否将执行计划转换成向量化执行计划来执行。若向量化执行引擎在行存上执行就需要将数据转换成VectorBatch即列存的形式才可执行，这个转换就有代价。当向量化执行的优势没有被转换代价吃掉时，行存上使用向量化执行引擎才有意义。openGauss3.0针对行存引入对向量化执行引擎的支持。通过向量化代价来估算执行计划转换是否合适。

1、代价模型

代价模型如下图所示，它基于一个基础的代价参数体系，在此基础上计算表达式计算代价、扫描代价然后层层递进计算整个执行计划的向量化代价，根据向量化计划代价和普通计划代价选择合适的执行计划。

openGauss仅对Agg、HashJoin、Nestloop join以及扫描（包括SeqScan顺序扫描、IndexScan索引扫描、AnnIndexScan向量索引扫描、BitmapHeapScan、TidScan、FunctionScan、ForeignScan）算子进行向量化代价计算，其他算子认为和普通算子的代价一样。也就是这些算子的子算子输出的是行格式数据，到这些算子后需要转换成向量进行计算的代价。

当然，该代价模型针对的是有行存表的情况，如果都是列存表，则不进行该代价计算。

2、代码入口

入口函数是try_vectorize_plan，将普通执行计划转换成向量化执行计划。配置项try_vector_engine_strategy为force或者optimal，并且扫描对象有列存时才会进行代价计算，否则直接返回原执行计划树，然后调用vector_engine_walker遍历执行计划树计算代价：

vector_engine_walker中遍历执行计划前，会将行式引擎的代价和向量引擎的代价设置成0，然后进入vector_engine_walker_internal计算。得到代价后，还会加上最后向量转行的代价：每条向量转换行的代价vecToRowCost=0.2，然后再放大1.2倍：

vector_engine_walker_internal的关键向量化代价计算算子如下：

3、CostVectorScan

基础的行扫描代价为1，向量扫描代价为0.9，行转向量的代价为0.7。

顺序扫描下：

1）非向量代价：估算的表行数*扫描一行的代价(1)+过滤代价+投影代价

2）向量化代价：估算的表行数*扫描一行的代价(0.9)+过滤代价+过滤列转换代价+投影代价+投影列排除过滤列的转换代价

过滤和投影的代价由函数VectorEngineCheckExpressionInternal完成：根据过滤的列和投影列表做出代价计算：注意各个表达式计算的基准代价值：

对于非顺序扫描：

1）非向量代价：估算的索引扫描行数*扫描一行的代价(1)+过滤代价+投影代价

2）向量化代价：过滤代价+投影代价+行扫描代价+行转向量代价：

planContext->vecCost = origVecCost + planContext->rowCost - origRowCost;planContext->vecCost += rowToVecTransCost * exprContext.rows * list_length(scanPlan->plan.targetlist);