[doc]join优化文档笔误更改 (#9825)
This commit is contained in:
@ -98,7 +98,7 @@ T(关系) : 关系的 Tuple 数目
|
||||
|
||||
Doris 在进行 Hash Join 计算时会在右表构建一个哈希表,左表流式的通过右表的哈希表从而得出 Join 结果。而 RuntimeFilter 就是充分利用了右表的 Hash 表,在右表生成哈希表的时,同时生成一个基于哈希表数据的一个过滤条件,然后下推到左表的数据扫描节点。通过这样的方式,Doris 可以在运行时进行数据过滤。
|
||||
|
||||
假如左表是一张大表,右表是一张小表,那么利用左表生成的过滤条件就可以把绝大多数在 Join 层要过滤的数据在数据读取时就提前过滤,这样就能大幅度的提升 Join 查询的性能。
|
||||
假如左表是一张大表,右表是一张小表,那么利用右表生成的过滤条件就可以把绝大多数在 Join 层要过滤的数据在数据读取时就提前过滤,这样就能大幅度的提升 Join 查询的性能。
|
||||
|
||||
当前 Doris 支持三种类型 RuntimeFilter
|
||||
|
||||
@ -108,7 +108,7 @@ Doris 在进行 Hash Join 计算时会在右表构建一个哈希表,左表流
|
||||
|
||||
Runtime Filter 适用的场景有两个要求:
|
||||
|
||||
- 第一个要求就是右表大左表小,因为构建 Runtime Filter是需要承担计算成本的,包括一些内存的开销。
|
||||
- 第一个要求就是左表大右表小,因为构建 Runtime Filter是需要承担计算成本的,包括一些内存的开销。
|
||||
- 第二个要求就是左右表 Join 出来的结果很少,说明这个 Join 可以过滤掉左表的绝大部分数据。
|
||||
|
||||
当符合上面两个条件的情况下,开启 Runtime Filter 就能收获比较好的效果
|
||||
|
||||
Reference in New Issue
Block a user