ppg_fdw：如何使用pgsql构建mpp数据仓库（四）

   Join的处理
   Join的处理在数据库中占有相当重要的地位。一般来说，在查询优化阶段，PGSQL会首先调用reduce_outer_joins函数来尽量消灭外连接：例如将全外连接转成左、右外连接（或者反左右连接）甚至是内连接，将左右外连接转化成内连接；接着PG会使用动态规划算法来选择一条cost最小的path来确定执行join的先后顺序。
    而对于一个分布式的mpp系统来说，join的处理首先和数据的分布有着极大的关系，如果连接的字段就是数据划分的字段，那么可以直接下推join到各个OP执行，如果不是，那么需要选择一种代价比较小的方式：一，将一个小的表做重分布；二，如果表足够小，直接全复制到各个OP。
    在TPCH的模型中，我们将fact表根据外键进行了水平分片，对dimension表进行全复制，而涉及到fact表的Join的SQL中，fact表都通过划分字段来进行关联的。因此无需进行重分布。
    例如，对于TPCH的模板14生成的SQL实例来说：
   

select
        100.00 * sum(case
                when p_type like 'PROMO%'
                        then l_extendedprice * (1 - l_discount)
                else 0
        end) / sum(l_extendedprice * (1 - l_discount)) as promo_revenue
from
        lineitem,
        part
where
        l_partkey = p_partkey
        and l_shipdate >= date '1995-11-01'
        and l_shipdate < date '1995-11-01' + interval '1' month
LIMIT 1;
    

    ppg_planner会将如下的SQL通过foreign_scan 推给OP，在DQP上只执行100*sum(a1)/sum(a2)和limit:
  

   select
        sum(case
                when p_type like 'PROMO%'
                        then l_extendedprice * (1 - l_discount)
                else 0
        end) as a1, sum(l_extendedprice * (1 - l_discount)) as a2
from
        lineitem,
        part
where
        l_partkey = p_partkey
        and l_shipdate >= date '1995-11-01'
        and l_shipdate < date '1995-11-01' + interval '1' month