目前数据库中的join操作 无非三种 nextloop merge hash
本文分析pg的merge join 不得不说pg真是学习数据库实现的好东西 不愧是学院派 用来教学的 代码写的干净注释清晰全面
pg源码中的伪代码 nodeMergejoin.c
1 * Join { 2 * get initial outer and inner tuples INITIALIZE 3 * do forever { 4 * while (outer != inner) { SKIP_TEST 5 * if (outer < inner) 6 * advance outer SKIPOUTER_ADVANCE 7 * else 8 * advance inner SKIPINNER_ADVANCE 9 * } 10 * mark inner position SKIP_TEST 11 * do forever { 12 * while (outer == inner) { 13 * join tuples JOINTUPLES 14 * advance inner position NEXTINNER 15 * } 16 * advance outer position NEXTOUTER 17 * if (outer == mark) TESTOUTER 18 * restore inner position to mark TESTOUTER 19 * else 20 * break // return to top of outer loop 21 * } 22 * } 23 * } 24 *
merge join中的两列inner outer是需要排序的 默认就是顺序了 可能pg源码中描述的比较详细了
我应用了这一算法 也就说说我的理解
1 有序两列inner outer，每列一个指针，初始化阶段两个指针分别指向每一列第一个值。
2 判断两个指针指向的数值，值小的向下偏移一个单元，然后继续比较，直到全部比较完毕或者两个值相等的时候跳出循环（伪代码第一个while的功能）
3 标记一下inner当前所处的位置和值
4 执行join操作 直到 两列值不相等
5 移动outer向下一个单元
6 当前outer和inner相等的话 就把inner回退到之前标记的位置 继续join
如果不等的话 回到最开始 重新寻找相等的位置进行join
毕竟是外代码 给大家一个思路 具体实现的时候 肯定依据自己需求优化实现 pg用了状态机的方式 真心nb！