知识卡片

普通读书笔记卡 · 2281.m.2.d

哈希聚合保存每组状态

理解等级:中级

哈希表以 GROUP BY 值为键,保存各聚合函数中间状态。例如 AVG 用 sum 与 count,所有输入读完后再除。原文两组状态 (6,3)、(3,3) 得到均值 2、1;组数增大会增加哈希状态内存。

关联:[[聚合模式描述状态流转]]从相邻机制说明这一边界。

这张卡片看不懂?

已有反馈 · 0 / 10 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 6 处

    参考来源

    - 位置:《TiDB源码阅读系列文章》第22章《TiDB 源码阅读系列文章(二十二)Hash Aggregation》(来源项目:book-sources;源文件:extracted/TiDB源码阅读系列文章/_epub-src/OEBPS/Text/TiDB 源码阅读系列文章(二十二)Hash Aggregation.html;阅读段落 12,14,15,23,25,26;均为书中版本) - 结论依据:原文对哈希聚合保存每组状态给出上述机制或边界;本卡把已读说明整理为可独立理解的解释。 - 原始内容:SQL: select avg(b) from t group by a, 要求将表 t 的数据按照 a 的值分组,对每一组的 b 值计算平均值。不管 Hash 还是 Stream 聚合,在 AVG 函数的计算过程中,我们都需要维护 2 个中间结果变量 sum 和 count。Hash 和 …… 在 Hash Aggregate 的计算过程中,我们需要维护一个 Hash 表,Hash 表的键为聚合计算的 Group-By 列,值为聚合函数的中间结果 sum 和 count。在本例中,键为 列 a 的值,值为 sum(b) 和 count(b)。 …… 计算过程中,只需要根据每行输入数据计算出键,在 Hash 表中找到对应值进行更新即可。对本例的执行过程模拟如下。 …… 输入数据输入完后,扫描 Hash 表并计算,便可以得到最终结果: …… [1] (6, 3) 2 …… [2] (3, 3) 1