首页
/ Apache DataFusion 中内联表扫描丢失投影的Bug分析

Apache DataFusion 中内联表扫描丢失投影的Bug分析

2025-05-31 21:37:28作者:虞亚竹Luna

在Apache DataFusion 47.0.0版本中引入了一个关于逻辑计划构建器的重要Bug,该Bug会导致在执行内联表扫描时意外丢失投影(projection)信息。这个问题在46.0.1版本中并不存在,但在47.0.0版本中成为了一个严重的回归问题。

问题背景

Apache DataFusion是一个高性能的查询执行框架,它使用逻辑计划来表示查询的执行流程。在构建逻辑计划时,表扫描(TableScan)操作通常会包含一个投影(projection)参数,用于指定需要从表中读取哪些列。这种优化可以显著减少I/O操作,因为系统只需要读取查询实际需要的列,而不是整个表的所有数据。

Bug详情

该Bug出现在逻辑计划构建器的scan方法中。当构建器检测到扫描的表是一个内联表(如ViewTable)时,它会尝试优化这个操作。在优化过程中,代码检查了是否存在过滤器(filter)条件,但却没有检查是否存在投影信息。这导致即使查询明确指定了投影列,这些信息也会被错误地丢弃。

影响分析

这个Bug会导致以下问题:

  1. 查询性能下降:系统会读取所有列数据而不是仅读取需要的列
  2. 内存使用增加:不必要的数据会被加载到内存中
  3. 潜在的正确性问题:如果表包含复杂类型或大量列,可能会引发其他异常

解决方案

修复方案相对直接:在优化内联表扫描时,需要同时检查过滤器和投影信息。如果存在投影,应该保留这部分信息而不是简单地丢弃它。这样可以确保查询优化器能够正确地进行列裁剪优化。

技术启示

这个案例提醒我们:

  1. 在优化逻辑计划时需要考虑所有可能的优化参数
  2. 回归测试的重要性:即使是看似简单的优化也可能引入意外的副作用
  3. 性能优化需要全面考虑,不能只关注某一方面而忽略其他因素

该Bug已在后续版本中修复,建议使用受影响版本的用户升级到包含修复的版本。

登录后查看全文
热门项目推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
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
860
511
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
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
259
300
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
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
332
1.08 K