首页
/ Apache DataFusion优化实践:减小Expr结构体提升查询性能

Apache DataFusion优化实践:减小Expr结构体提升查询性能

2025-06-14 07:20:53作者:咎竹峻Karen

在Apache DataFusion项目中,Expr结构体是表示SQL表达式的基础数据结构,其大小直接影响查询计划的构建效率。最近的一项优化工作通过减小Expr结构体的内存占用,显著提升了查询计划的构建速度,在某些基准测试中获得了10-20%的性能提升。

优化背景

Expr结构体在DataFusion中用于表示各种SQL表达式,包括列引用、字面量、函数调用等。在优化前,该结构体的大小为272字节,这在频繁创建和复制表达式的查询计划构建过程中会带来不小的性能开销。

优化方案

核心优化思路是将Expr结构体中的WindowFunction成员从直接存储改为通过Box指针存储。具体修改包括:

  1. Expr::WindowFunction(WindowFunction)改为Expr::WindowFunction(Box<WindowFunction>)
  2. 调整所有相关代码以适应这一变更
  3. 添加回归测试确保Expr大小不会在后续开发中再次膨胀

性能提升

基准测试显示,这一优化带来了显著的性能改进:

  • 完整ClickBench测试集:规划时间从324.2ms降至285.4ms
  • 单个查询Q1:从5.0ms降至4.6ms
  • 单个查询Q10:从6.5ms降至5.7ms
  • 其他查询也有10-16%不等的性能提升

技术原理

这种性能提升主要来自三个方面:

  1. 减少内存拷贝:Expr结构体变小后,在表达式树构建和转换过程中需要拷贝的数据量减少
  2. 提高缓存利用率:更小的结构体意味着CPU缓存可以容纳更多表达式节点
  3. 降低内存压力:整体内存占用的减少减轻了内存分配器的负担

值得注意的是,这种优化并非简单地将数据从栈移到堆,而是通过减小核心数据结构的大小来提升整体系统性能。

经验总结

这项优化工作提供了几个有价值的经验:

  1. 数据结构大小很重要:即使是单个结构体的大小优化,在频繁操作的情况下也能带来显著收益
  2. 测量是关键:通过基准测试验证优化效果,避免凭直觉判断
  3. 回归测试必要:为防止性能回退,添加结构体大小的回归测试是明智之举

对于类似的数据处理系统,这种关注核心数据结构大小的优化思路值得借鉴。特别是在表达式处理频繁的场景下,精心设计的数据结构能带来可观的性能提升。

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
152
1.96 K
kernelkernel
deepin linux kernel
C
22
6
ops-mathops-math
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++
431
34
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
251
9
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
190
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
989
394
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++
193
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
936
554
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)。
Python
75
69