postgres-xl左联接执行时间过长

Question

Postgres-XL 9.5r1.6由一个gtm、一个协调器和两个datanodes组成。

有三个表a、b和c实现了多到多的关系：

create table a(id int, name text, uid int) distribute by hash(uid);
create table b(id int, name text, uid int) distribute by hash(uid);
create table c(id int, aname text, bname text, uid int) distribute by hash(uid);

当在协调器上运行以下查询时，20000毫秒的时间是令人费解的！但在这两种上，的执行时间都不会超过、20毫秒、。

select a.name, b.name

from 
       a left join c
       on a.name=c.aname

          left join b
          on c.bname=b.name
where
       a.name='cf82c96b77b8aa5277da6d55c4e4e66e';

解释协调员的计划：

Remote Subquery Scan on all (dn_1,dn_2)  (cost=8.33..17.78 rows=1 width=66)


 ->  Nested Loop Left Join  (cost=8.33..17.78 rows=1 width=66)
         Join Filter: ((a.name)::text = (c.aname)::text)
         ->  Remote Subquery Scan on all (dn_1,dn_2)  (cost=100.15..108.21 rows=1 width=33)
               Distribute results by H: name
               ->  Index Only Scan using code_idx on a  (cost=0.15..8.17 rows=1 width=33)
                     Index Cond: (name = 'cf82c96b77b8aa5277da6d55c4e4e66e'::text)
         ->  Materialize  (cost=108.18..109.72 rows=1 width=115)
               ->  Remote Subquery Scan on all (dn_1,dn_2)  (cost=108.18..109.72 rows=1 width=115)
                     Distribute results by H: aname
                     ->  Hash Right Join  (cost=8.18..9.60 rows=1 width=115)
                           Hash Cond: ((b.name)::text = (c.bname)::text)
                           ->  Remote Subquery Scan on all (dn_1,dn_2)  (cost=100.00..102.44 rows=30 width=33)
                                 Distribute results by H: name
                                 ->  Seq Scan on b  (cost=0.00..1.30 rows=30 width=33)
                           ->  Hash  (cost=108.41..108.41 rows=1 width=244)
                                 ->  Remote Subquery Scan on all (dn_1,dn_2)  (cost=100.15..108.41 rows=1 width=244)
                                       Distribute results by H: bname
                                       ->  Index Only Scan using code_idxcfc on c  (cost=0.15..8.17 rows=1 width=244)
                                             Index Cond: (aname = 'cf82c96b77b8aa5277da6d55c4e4e66e'::text)

其他一些人已经碰到了这个问题，并问了here，但没有任何回答或暗示。我只是希望这次这个问题能得到一些启发。

ps:我试图用一种来自a和b的相关行的方式填充这三个表，这两个表形成了表c，它们只来自同一个datanode。但执行时间没有改善。值得注意的另一点是，当where子句(a.name='cf82c96b77b8aa5277da6d55c4e4e66e')中的条件始终为false时，执行时间会下降不到几毫秒。

Answer 1

对于此查询：

select a.name, b.name
from a left join
     c
     on a.name = c.aname left join
     b
     on c.bname = b.name
where a.name = 'cf82c96b77b8aa5277da6d55c4e4e66e';

您需要a(name)、b(name)和c(name)上的索引。分区不会对此查询有所帮助，只有当表非常大时，才应该保留分区。

Answer 2

这是由于嵌套循环，将其设置为false。XL将使用散列连接，然后它将快速返回结果。