1. Materialize 简述

Materialize 是 PostgreSQL 执行计划的一个组成部分，用于生成一个可复用的临时数据集。

来看一个例子，表 t1 与 t2 关联查询，生成的执行计划如下：

postgres=# select * from t1;
 c1 | c2 | c3
----+----+----
  1 |  1 |  1
  2 |  2 |  2
(2 rows)

postgres=# select * from t2;
 c10 | c20 | c30
-----+-----+-----
   3 |   3 |   3
   6 |   6 |   6
(2 rows)

postgres=# explain select * from t1,t2 where t1.c1=t2.c10;
                            QUERY PLAN
-------------------------------------------------------------------
 Nested Loop  (cost=0.00..62489.90 rows=20808 width=24)
   Join Filter: (t1.c1 = t2.c10)
   ->  Seq Scan on t1  (cost=0.00..30.40 rows=2040 width=12)
   ->  Materialize  (cost=0.00..40.60 rows=2040 width=12)
         ->  Seq Scan on t2  (cost=0.00..30.40 rows=2040 width=12)
(5 rows)

t1 与 t2 关联查询，最上层的执行计划节点是 Nested Loop，实际上就是两层循环嵌套，外层循环遍历 t1 表中的记录，针对 t1 表中的每一条记录，内部循环遍历 t2 表中的记录，然后判断这两条记录是否满足 join 过滤条件（t1.c1=t2.c10）。

上述过程中对 t2 表的扫描只需要执行一次，将其结果集缓存起来，以便在外层循环 t1 表推进到下一条记录时，直接使用 t2 表的缓存结果集即可，不用再次扫描 t2 表。对 t2 表的结果集缓存的操作就是通过 Materialize 方式实现。

2. Materialize 核心结构体与函数

结构体：

MaterialState 对应 Materialize 节点的执行状态，保存 Materialize 执行过程中的各种状态信息。

MaterialState.eof_underlying 表示其下层执行节点是否已经到达结尾，假设其下层执行节点是一个 SeqScan，表示该表扫描是否已扫描结束。

MaterialState.tuplestorestate 表示数据集临时存储状态，可以存储在内存中，如果超过一定大小，则会存储在文件中。

MaterialState.ss.ps.lefttree 指向其子结点，以上述例子来说，其子结点为 t2 表的 Seq Scan

函数：

• ExecInitMaterial()，初始化 Materialize 及其子节点
• ExecMaterial()，执行主函数
• ExecReScanMaterial()，设置状态用于重新读取 Materialize 缓存的数据集
• ExecEndMaterial()，结束 Materialize 以及其子结点的执行，释放 tuplestorestate，释放其他资源。

3. Materialize 实现逻辑

ExecMaterial() 是执行主函数，可能会被上层函数多次调用。当该函数第一次被调用时，tuplestorestate 为空，需要调用 tuplestore_begin_heap() 函数为 tuplestorestate 变量做初始化操作。

局部变量 eof_tuplestore 用来标示 tuplestorestate 存储的数据集是否已读取结束，当 tuplestorestate 为 true 并且 eof_underlying 为 false 时，即表示 tuplestorestate 已读取结束并且下层的结点没有读取结束，则会从下层结点继续读取数据。

下层结点读取出来的数据会放入 tuplestorestate 中， 以便外层循环的下一次循环执行时能够复用 tuplestorestate 中的数据。当下层结点读取的数据为空时，表示内层循环执行结束，设置 eof_underlying 为 true，返回 NULL。

当外层循环第二次，第三次等后续执行时，内层循环可以直接复用 tuplestorestate 中的数据集，不用再次执行下层结点（比如扫描表数据），提升性能。

文章评论