Manticore Search 中 AVG 聚合函数与 JOIN 查询的 Bug 分析
2025-05-23 19:43:19作者:宣聪麟
问题背景
在 Manticore Search 6.3.9 版本中,用户发现了一个关于聚合函数与 JOIN 查询结合使用时出现的计数错误问题。当查询中包含 AVG 聚合函数时,JOIN 操作后的 COUNT(*) 结果会明显低于实际值,而移除 AVG 函数后计数结果恢复正常。
问题重现
通过以下测试案例可以稳定重现该问题:
-
创建两个测试表:
- products 表:包含 2 条记录
- reviews 表:包含 1001 条记录,每条记录随机关联到 products 表的某条记录
-
执行以下查询:
SELECT id, COUNT(*), AVG(reviews.rating)
FROM products
LEFT JOIN reviews ON reviews.product_id = products.id
GROUP BY id
ORDER BY COUNT(*) DESC;
- 观察结果:
- 包含 AVG 函数的查询返回的 COUNT(*) 值不正确(如 513 和 487)
- 不含 AVG 函数的相同查询返回正确的 COUNT(*) 值(如 514 和 487)
问题分析
经过技术团队深入分析,发现该问题与 Manticore Search 的 JOIN 批处理机制有关:
- 当右表(reviews)记录数超过 1000 条时,JOIN 操作会启用批处理机制
- 在批处理模式下,AVG 聚合函数的计算会干扰 COUNT(*) 的正确统计
- 通过设置
option join_batch_size=0
禁用批处理可以解决该问题,但会显著降低查询性能
技术原理
Manticore Search 在处理 JOIN 查询时:
- 默认情况下会对大型 JOIN 操作进行批处理优化,以提高性能
- 批处理机制会将右表数据分成多个批次进行处理
- 当查询中包含 AVG 聚合函数时,批处理过程中的中间结果合并出现了逻辑错误
- 这种错误导致 COUNT(*) 统计值偏低,而 AVG 计算结果虽然看似合理但基于错误的基数
解决方案
该问题已在最新代码中修复,具体修复内容包括:
- 修正了批处理模式下聚合函数的计算逻辑
- 确保 COUNT(*) 和 AVG 等聚合函数在批处理过程中能正确合并中间结果
- 添加了专门的测试用例验证该场景,防止回归
最佳实践
对于使用 Manticore Search 的用户,建议:
- 升级到包含该修复的版本
- 如果暂时无法升级,对于包含 AVG 等聚合函数的 JOIN 查询:
- 可以考虑使用
option join_batch_size=0
临时解决方案 - 但需注意这可能导致查询性能下降
- 可以考虑使用
- 在大型 JOIN 查询场景下,应充分测试验证统计结果的准确性
总结
这个案例展示了数据库系统中查询优化与正确性之间的微妙平衡。Manticore Search 团队通过快速响应和修复,确保了系统在保持高性能的同时提供准确的计算结果。对于开发者而言,这也提醒我们在使用高级查询功能时,需要关注边界条件和极端场景下的结果验证。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
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~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (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 kernel ~ openGauss is an open source relational database management system
C++
129
182

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

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
595
57

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

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

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