Apache Arrow DataFusion 聚合表达式显示格式优化
2025-06-14 11:40:53作者:邵娇湘
在 Apache Arrow DataFusion 项目中,聚合表达式的显示格式存在冗余信息的问题。本文将深入分析这一问题,并提出一个优雅的解决方案。
问题背景
在 DataFusion 的执行计划可视化输出中,AggregateExec
节点的显示包含了过多的冗余信息。当前输出格式如下:
┌─────────────┴─────────────┐
│ AggregateExec │
│ -------------------- │
│ aggr: count(Int64(1)) │
│ mode: Final │
└─────────────┬─────────────┘
其中 count(Int64(1))
的显示方式包含了不必要的类型信息,这在实际使用中可能会影响可读性,特别是对于复杂的聚合表达式。
技术分析
通过代码调试发现,AggregateFunctionExpr
的名称是在 create_aggregate_expr_and_maybe_filter
函数中构建的。该函数通过 Expr
的 SchemaDisplay
为所有表达式实例生成调试信息。
当前实现存在以下特点:
- 显示格式包含了过多的实现细节
- 对于终端用户来说,类型信息可能不是最关心的内容
- 复杂的聚合表达式会导致显示更加冗长
解决方案设计
为了优化聚合表达式的显示格式,我们提出以下技术方案:
-
新增 sql_name 成员:在
AggregateFunctionExpr
结构体中添加sql_name
成员,专门用于存储 SQL 风格的显示名称。 -
引入新的格式化方法:
- 为
Expr
trait 添加fmt_sql_name()
方法 - 在
AggregateFunction
中重写该方法,生成更简洁的 SQL 风格名称
- 为
-
修改显示逻辑:
- 调整
AggregateExec
中的fmt_as
实现 - 使用
aggr_expr.sql_name
替代原来的aggr_expr.name
- 调整
实现优势
该方案具有以下优点:
- 显示更简洁:去除了不必要的类型信息,使输出更加清晰
- 向后兼容:不影响现有功能的正常运行
- 可扩展性:为未来可能需要的其他显示格式提供了扩展点
- 一致性:使显示格式更接近 SQL 标准形式
预期效果
优化后的显示格式将类似于:
┌─────────────┴─────────────┐
│ AggregateExec │
│ -------------------- │
│ aggr: count(1) │
│ mode: Final │
└─────────────┬─────────────┘
这种格式更加简洁明了,更符合用户对聚合操作的直观理解。
总结
通过对 DataFusion 聚合表达式显示格式的优化,我们提升了执行计划的可读性和用户体验。这一改进虽然看似微小,但对于经常需要查看执行计划的用户来说,将显著提高工作效率。该方案的设计保持了代码的整洁性和可维护性,为未来的进一步优化奠定了基础。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~059CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
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!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
53
468

deepin linux kernel
C
22
5

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
349
381

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
7
0

openGauss kernel ~ openGauss is an open source relational database management system
C++
133
186

🎉 (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
878
517

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
336
1.1 K

React Native鸿蒙化仓库
C++
180
264

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
612
60

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4