openGauss - 向量化执行引擎算子HashAgg解读

本文作者：闫宗帅

对于分组聚合来说，可以通过排序将待排序值按照大小排列起来，相同的值就紧密连在一起，然后依次遍历，遇到不相同的值就得到一个分组。另一种方式是通过Hash来完成，将所有值都构建到hash表中，同一个桶的值即为一个分组（hash冲突的场景忽略）。openGauss的向量化执行引擎如何通过Hash来实现聚合？

1、HashAggRunner类

HashAggRunner类是Hash Agg执行的对象，主要成员及其关系如下图所示：

1）m_hashVal[]:数组大小是batch大小，存储着batch每行hash列的hash值：

1）Hash表由m_hashData管理，hash表数据都在内存则总是使用m_hashData[0]，由两个成员组成：tbl_size为hash表大小，tbl_data为hash表

2）tbl_data[]为hash表，hash表存储hashCell*指针。也就是每个分组的值放到这里。Hash表的大小就是分组数：