postgres中的merge join

目前数据库中的join操作 无非三种 nextloop merge hash

本文分析pg的merge join 不得不说pg真是学习数据库实现的好东西 不愧是学院派 用来教学的 代码写的干净注释清晰全面

pg源码中的伪代码 nodeMergejoin.c

 *        Join {
  *            get initial outer and inner tuples                INITIALIZE
  *            do forever {
  *                while (outer != inner) {                    SKIP_TEST
  *                    if (outer < inner)
  *                        advance outer                        SKIPOUTER_ADVANCE
  *                    else
  *                        advance inner                        SKIPINNER_ADVANCE
  *                }
  *                mark inner position                            SKIP_TEST
  *                do forever {
  *                    while (outer == inner) {
  *                        join tuples                            JOINTUPLES
  *                        advance inner position                NEXTINNER
  *                    }
  *                    advance outer position                    NEXTOUTER
  *                    if (outer == mark)                        TESTOUTER
  *                        restore inner position to mark        TESTOUTER
  *                    else
  *                        break    // return to top of outer loop
  *                }
  *            }
  *        }
  *

merge join中的两列inner outer是需要排序的 默认就是顺序了 可能pg源码中描述的比较详细了
我应用了这一算法 也就说说我的理解

1 有序两列inner outer，每列一个指针，初始化阶段两个指针分别指向每一列第一个值。

2 判断两个指针指向的数值，值小的向下偏移一个单元，然后继续比较，直到全部比较完毕或者两个值相等的时候跳出循环（伪代码第一个while的功能）

3 标记一下inner当前所处的位置和值

4 执行join操作 直到 两列值不相等

5 移动outer向下一个单元

6 当前outer和inner相等的话 就把inner回退到之前标记的位置 继续join

如果不等的话 回到最开始 重新寻找相等的位置进行join

毕竟是外代码 给大家一个思路 具体实现的时候 肯定依据自己需求优化实现 pg用了状态机的方式 真心nb！