执行引擎概述

在数据库系统中，执行引擎负责接手优化器创建的查询计划，并按照优化器指定的方式检索数据行。

目前 YMatrix 支持几种执行引擎的使用：

基于 Greenplum 的火山引擎
YMatrix 自研发的向量化执行引擎

执行引擎	描述
火山执行引擎	火山执行引擎采用火山模型，也称为拉取执行模型（Pull Based）。SQL 查询在数据库中经过解析，会生成一棵查询树，查询树的每个执行节点为一个代数运算符(Operator)。查询执行时会由查询树自顶向下的迭代计算，数据则自底向上的被拉取处理
向量化执行引擎	向量化执行引擎是专门为面向列的存储引擎（如 MARS3，MARS2，AOCO）打造的高性能执行引擎。对于常见查询，相比面向行处理的传统执行引擎有一到两个数量级的性能提升向量化执行器相比于标量执行引擎其性能收益来自于以下几方面： 1. 批量化处理降低执行开销 2. 小批量处理提升数据热度, 通过保持数据在 CPU 缓存中, 提升数据访问性能 3. 根据数据特征选择最佳处理路径 4. 减少函数调用开销并可利用 CPU 的 SIMD（Single Instruction,Multiple Data）指令进一步提升效率 5. 逐列处理按需加载来避免加载无用数据向量化支持自动对接 Postgres 传统优化器，手动开启 GPORCA 优化器

执行引擎

描述

火山执行引擎

火山执行引擎采用火山模型，也称为拉取执行模型（Pull Based）。SQL 查询在数据库中经过解析，会生成一棵查询树，查询树的每个执行节点为一个代数运算符(Operator)。查询执行时会由查询树自顶向下的迭代计算，数据则自底向上的被拉取处理

向量化执行引擎

向量化执行引擎是专门为面向列的存储引擎（如 MARS3，MARS2，AOCO）打造的高性能执行引擎。对于常见查询，相比面向行处理的传统执行引擎有一到两个数量级的性能提升
向量化执行器相比于标量执行引擎其性能收益来自于以下几方面：
1. 批量化处理降低执行开销
2. 小批量处理提升数据热度, 通过保持数据在 CPU 缓存中, 提升数据访问性能
3. 根据数据特征选择最佳处理路径
4. 减少函数调用开销并可利用 CPU 的 SIMD（Single Instruction,Multiple Data）指令进一步提升效率
5. 逐列处理按需加载来避免加载无用数据
向量化支持自动对接 Postgres 传统优化器，手动开启 GPORCA 优化器