目录
- 执行模型
- [Iterator Model](#Iterator Model)
- [Materialization Model](#Materialization Model)
- [Vectoriazation Model](#Vectoriazation Model)
- 对比
- 数据访问方式
- [Sequential Scan](#Sequential Scan)
- [Index Scan](#Index Scan)
- [Multi-Index Scan](#Multi-Index Scan)
- [Halloween Problem](#Halloween Problem)
- 表达式求值
执行模型
执行模型（Processing Model）定义了数据库系统如何执行一个查询计划。
Iterator Model
基本思想：采用树形结构组织操作符，然后中序遍历执行整棵树，最终根结点的输出就是整个查询计划的结果。
每个操作符（Operator）实现如下函数：
Next()- 返回值：一个tuple或者EOF。
- 执行流程：循环调用孩子结点的
Next()函数。
Open()和Close()：类似于构造和析构函数。
输出从底部向顶部（Bottom-To-Top）汇聚，且支持流式操作，所以又称为Valcano Model，Pipeline Model。
Materialization Model
基本思想：操作符不是一次返回一个数据，暂存下所有数据，一次返回给父结点。
相比于Iterator Model，减少了函数调用开销，但是中间结果可能要暂存磁盘，IO开销大。
可以向下传递一些暗示（hint），如Limit，避免扫描过多的数据。
更适用于OLTP而不是OLAP。
Vectoriazation Model
基本思想：操作符返回一批数据。
结合了Iterator Model和Materialization Model的优势，既减少了函数调用，中间结果又不至于过大。
可以采用SIMD指令加速批数据的处理。
对比
| 特性 | Iterator Model | Materialization Model | Vectorization Model |
|---|---|---|---|
| 数据处理单位 | 单条记录（tuple-at-a-time） | 整个中间结果（table-at-a-time） | 批量记录（vector/batch-at-a-time） |
| 性能 | 函数调用开销高，效率低 | 延迟高，内存/I/O 开销大 | 函数调用开销低，SIMD 加速性能优异 |
| 内存使用 | 内存需求低 | 内存需求高 | 中等 |
| I/O 开销 | 低 | 高 | 中等 |
| 缓存利用率 | 差 | 差 | 高 |
| 复杂性 | 实现简单 | 中等 | 实现复杂 |
| 适用场景 | 小型数据集，流式处理 | 中间结果复用的复杂查询 | 大型数据集，需高性能计算的场景 |
数据访问方式
主要有三种数据访问方式：
- 全表扫描（Sequential Scan）
- 索引扫描（Index Scan）
- 多索引扫描（Multi-Index Scan）
Sequential Scan
全表扫描的优化手段：
Data Skipping方法：
- 只需要大致结果：采样估计。
- 精确结果：Zone Map
Zone Map基本思想：化整为零，提前对数据页进行聚合。
执行 Select * From table Where val > 600时，下面的页可以直接跳过。
Index Scan
如何确定使用哪个索引：数据分布。
Multi-Index Scan
基本思想：根据每个索引上的谓词，独立找到满足条件的数据记录（Record），然后根据连接谓词进行操作（并集，交集，差集等）。
Halloween Problem
对于UPDATE语句，需要追踪更新过的语句，否则会出现级联更新的问题。
<999, Andy>执行更新，走索引扫描：
- 移除索引
- 更新Tuple，<1099, Andy>
- 插入索引
- （约束检查）
此时，如果不对<1099, Andy>进行标记，他满足Where子句，会被重新更新一次。
表达式求值
基本思想：采用树形结构，构建表达式树，用中序遍历方式执行所有求值动作，根结点的求值结果就是最终值。
数据库中哪些地方采用了树结构：
- B+树：存储。
- 树形结构+中序遍历求值：查询计划，表达式求值。
优化手段：JIT Compilatoin。将热点表达式计算结点视为函数，编译为内联机器码，而不是每次都遍历结点。
