托马斯·冯德拉：[补丁想法] `IN` 查询的自适应执行
内容提要
上周我参加了马尔默PUG会议，讨论了IN查询性能问题。元素数量限制了性能，线性搜索和哈希表的选择阈值不够灵活。建议在运行时收集成本数据，以动态调整策略，从而提高查询效率，但需解决测量成本的准确性和平台支持问题。
关键要点
-
上周参加了马尔默PUG会议，讨论IN查询性能问题。
-
元素数量限制了IN查询的性能，线性搜索和哈希表的选择阈值不够灵活。
-
建议在运行时收集成本数据，以动态调整查询策略，提高查询效率。
-
当前的阈值是硬编码的，可能导致性能不佳的情况。
-
需要考虑比较成本和哈希计算成本来确定更好的阈值。
-
实现过程中需要更新表达式解释器以支持动态策略调整。
-
主要风险在于如何准确测量不同策略的成本。
-
平台支持也是一个风险，需要找到适合不同平台的解决方案。
-
这个补丁可能是一个有趣的稳健性改进。
延伸解读
IN查询性能的挑战
IN查询的性能受限于元素数量，线性搜索和哈希表的选择阈值是硬编码的。这意味着在某些情况下，查询性能可能会意外下降，尤其是在元素数量接近阈值时。了解这一点对于优化数据库查询至关重要。
动态调整策略的必要性
建议在运行时收集成本数据以动态调整查询策略，这一方法可以提高查询效率。然而，如何准确测量不同策略的成本是一个主要风险，可能影响最终的性能提升效果。
平台支持的复杂性
在实现动态策略调整时，平台支持是一个重要考虑因素。不同平台可能需要不同的解决方案，例如x86和arm64架构的支持。这种复杂性可能会影响补丁的普适性和实施效果。
延伸问答
IN查询性能问题的主要原因是什么？
IN查询性能问题主要是由于元素数量限制了查询效率，线性搜索和哈希表的选择阈值不够灵活。
如何提高IN查询的执行效率？
可以在运行时收集成本数据，以动态调整查询策略，从而提高IN查询的执行效率。
当前IN查询的阈值是如何设定的？
当前的阈值是硬编码的，线性搜索用于最多8个元素的列表，9个及以上元素则使用哈希表。
在实现动态策略调整时面临哪些风险？
主要风险包括如何准确测量不同策略的成本，以及平台支持的问题。
为什么需要更新表达式解释器？
需要更新表达式解释器以支持在执行时动态调整查询策略，而不是仅在查询规划时决定策略。
如何收集IN查询策略的成本数据？
可以通过在运行时测量每种策略的执行时间来收集成本数据，以便调整阈值。
