首页
/ Manticore Search 列式存储JOIN查询中的属性过滤问题解析

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:

  1. 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。

  2. 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。

  3. 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。

  4. 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:

  1. 改进了JOIN操作中过滤条件的处理逻辑
  2. 确保列式存储属性在JOIN操作中能够被正确访问
  3. 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:

  1. 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
  2. 对于复杂的JOIN查询,先进行小规模测试验证查询结果
  3. 保持Manticore Search版本更新,以获取最新的bug修复和性能改进
  4. 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

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.92 K
kernelkernel
deepin linux kernel
C
22
6
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
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
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
929
553
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
422
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
65
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
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8