首页
/ Apache DataFusion中count(*)函数在自定义ContextProvider中的回归问题分析

Apache DataFusion中count(*)函数在自定义ContextProvider中的回归问题分析

2025-05-31 10:05:13作者:蔡怀权

在Apache DataFusion最新发布的46.0版本中,对count(*)聚合函数的处理逻辑进行了架构调整,这一改动导致了一个值得注意的回归问题。本文将深入分析该问题的技术背景、影响范围以及解决方案。

问题背景

在DataFusion的早期版本中,count()这类通配符聚合函数是通过CountWildCard分析器规则进行处理的。这个规则专门负责将count()这样的语法展开成具体的表达式。然而在46.0版本中,这个处理逻辑被迁移到了ExprPlanner中,作为聚合函数规划的一部分。

架构变更带来的影响

新的实现依赖于ContextProvider能够获取表达式规划器(ExprPlanner)。DataFusion内置的SessionContextProvider能够正常工作,因为它可以通过SessionState获取到所需的表达式规划器。然而,问题出现在用户自定义的ContextProvider实现上。

关键问题在于:

  1. SessionState虽然存储了表达式规划器,但没有提供公开的访问接口
  2. 用户自定义的ContextProvider无法直接访问这些规划器
  3. 目前唯一的解决方式是让用户实现FunctionRegistry trait,但这增加了使用复杂度

技术细节分析

在DataFusion的架构中,表达式规划器负责将SQL表达式转换为可执行的物理计划。对于count(*)这样的特殊语法,规划器需要将其转换为具体的聚合操作。46.0版本的改动虽然简化了内部架构,但意外地破坏了用户扩展点的兼容性。

解决方案讨论

经过社区讨论,提出了两种可能的解决方案:

  1. 在SessionState上添加expr_planners方法

    • 优点:改动最小,直接解决问题
    • 缺点:仅限于core crate内使用
  2. 在Session trait上添加expr_planners方法

    • 优点:更广泛的访问性,可在catalog等更多场景使用
    • 缺点:需要更大的架构改动

最终决定采用第一种方案,即在SessionState上添加访问方法。这种方案能够立即解决问题,同时保持架构的简洁性。如果需要更广泛的访问性,未来可以很容易地扩展到Session trait上。

对用户的影响

这一改动主要影响以下场景的用户:

  • 自定义实现了ContextProvider的用户
  • 需要扩展或修改默认表达式规划行为的用户
  • 在DataFusion基础上构建自定义查询引擎的用户

对于大多数只使用DataFusion默认功能的用户,这一改动不会产生任何影响。

总结

DataFusion 46.0版本对count(*)处理的架构改进虽然带来了更好的内部一致性,但也意外地影响了扩展性。通过为SessionState添加表达式规划器的访问方法,可以优雅地解决这一问题,同时保持架构的灵活性。这一案例也提醒我们,在进行架构重构时,需要特别注意对扩展点兼容性的影响。

登录后查看全文
热门项目推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
861
511
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K