首页
/ Apache Arrow DataFusion 聚合表达式显示格式优化

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 ExprSchemaDisplay 为所有表达式实例生成调试信息。

当前实现存在以下特点:

  1. 显示格式包含了过多的实现细节
  2. 对于终端用户来说,类型信息可能不是最关心的内容
  3. 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:

  1. 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。

  2. 引入新的格式化方法

    • Expr trait 添加 fmt_sql_name() 方法
    • AggregateFunction 中重写该方法,生成更简洁的 SQL 风格名称
  3. 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

实现优势

该方案具有以下优点:

  1. 显示更简洁:去除了不必要的类型信息,使输出更加清晰
  2. 向后兼容:不影响现有功能的正常运行
  3. 可扩展性:为未来可能需要的其他显示格式提供了扩展点
  4. 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

热门内容推荐

最新内容推荐

项目优选

收起
openHiTLS-examplesopenHiTLS-examples
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
kernelkernel
deepin linux kernel
C
22
5
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
349
381
nop-entropynop-entropy
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-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
133
186
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
878
517
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
336
1.1 K
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
180
264
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
612
60
note-gennote-gen
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