Manticore Search 列式存储JOIN查询中的属性过滤问题解析
2025-05-23 22:44:40作者:钟日瑜
问题背景
在使用Manticore Search的列式存储引擎时,开发人员发现了一个关于JOIN操作的特殊问题:当查询中包含对JOIN后表属性的过滤条件,但该属性未被包含在SELECT列表中时,查询无法返回预期结果。
问题重现
通过以下测试用例可以重现该问题:
-- 创建两个使用列式存储的表
CREATE TABLE join1 (id bigint, title text, string_id integer, tmp string attribute, j json) ENGINE='columnar';
CREATE TABLE join2 (id bigint, title text, string_id integer, name string attribute ENGINE='columnar', j json);
-- 插入测试数据
INSERT INTO join1 VALUES (1, 'title1', 1, 'tmp1', '{"sort":5,"a":1,"table":"join1"}');
INSERT INTO join1 VALUES (2, 'title2', 2, 'tmp2', '{"sort":6,"b":2,"table":"join1"}');
INSERT INTO join1 VALUES (3, 'title3', 3, 'tmp3', '{"sort":7,"c":3,"table":"join1"}');
INSERT INTO join1 VALUES (4, 'title4', 4, 'tmp4', '{"sort":8,"d":4,"table":"join1"}');
INSERT INTO join2 VALUES (1, 'title1', 1, 'name1', '{"sort":10,"a":1,"table":"join2"}');
INSERT INTO join2 VALUES (2, 'title2', 2, 'name2', '{"sort":5,"b":2,"table":"join2"}');
-- 问题查询:过滤条件使用join2.name但未在SELECT列表中
SELECT uint(join2.j.sort) AS table2, weight() * (j.sort + table2) AS test2
FROM join1 LEFT JOIN join2 ON join1.string_id = join2.string_id
WHERE join2.name = 'name2'
ORDER BY test2 DESC;
技术分析
这个问题涉及到Manticore Search查询执行引擎的几个关键方面:
-
列式存储特性:列式存储引擎对数据的处理方式与行式存储不同,特别是在属性访问和过滤方面。
-
JOIN操作实现:LEFT JOIN操作在Manticore中的实现方式会影响过滤条件的处理逻辑。
-
查询计划生成:查询优化器在生成执行计划时,对未出现在SELECT列表中的过滤属性的处理可能存在缺陷。
-
属性访问机制:当使用列式存储时,属性的访问路径可能与常规存储不同,特别是在JOIN操作中。
问题根源
经过分析,该问题的根本原因在于:
当使用列式存储并且查询中包含对JOIN后表属性的过滤条件(该属性未出现在SELECT列表中)时,查询执行引擎未能正确地将过滤条件应用到JOIN操作的结果集上。这导致即使存在匹配记录,查询也无法返回正确结果。
解决方案
该问题已在Manticore Search的代码库中通过提交70daf7d0967800b9969d48f2db980f3ce219c1b1得到修复。修复主要涉及:
- 改进了JOIN操作中过滤条件的处理逻辑
- 确保列式存储属性在JOIN操作中能够被正确访问
- 优化了查询执行计划生成过程
最佳实践建议
为了避免类似问题,建议开发人员:
- 在使用JOIN操作时,尽量将过滤条件中使用的属性包含在SELECT列表中
- 对于复杂的JOIN查询,先进行小规模测试验证查询结果
- 保持Manticore Search版本更新,以获取最新的bug修复和性能改进
- 对于列式存储表,特别注意属性访问的特殊性
总结
这个问题展示了在使用列式存储引擎时可能遇到的一个典型陷阱。理解Manticore Search内部如何处理JOIN操作和属性访问对于编写高效、正确的查询非常重要。该问题的修复进一步提升了Manticore Search在处理复杂查询时的可靠性和一致性。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
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~0370Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0102AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp音乐播放器项目中的函数调用问题解析2 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析3 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析4 freeCodeCamp课程视频测验中的Tab键导航问题解析5 freeCodeCamp课程中屏幕放大器知识点优化分析6 freeCodeCamp Cafe Menu项目中link元素的void特性解析7 freeCodeCamp英语课程填空题提示缺失问题分析8 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 9 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析10 freeCodeCamp全栈开发课程中React实验项目的分类修正
最新内容推荐
ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 Jetson TX2开发板官方资源完全指南:从入门到精通 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 WebVideoDownloader:高效网页视频抓取工具全面使用指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
205
2.19 K

暂无简介
Dart
514
115

Ascend Extension for PyTorch
Python
62
95

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
550
86

React Native鸿蒙化仓库
C++
208
285

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
9
1

🎉 (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
976
576

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
1.02 K
399

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
193