ClickHouse索引采用唯一聚簇索引的方式，即Part内数据按照order by keys有序，在整个查询计划中，如果算子能够有效利用输入数据的有序性，对算子的执行性能将有巨大的提升。本文讨论ClickHouse基于索引的查询算子优化方式。

在整个查询计划中Sort、Distinct、聚合这3个算子相比其他算子比如：过滤、projection等有如下几个特点：1.算子需要再内存中保存状态，内存代价高；2.算子计算代价高；3.算子会阻断执行pipeline，待所有数据计算完整后才会向下游输出数据。所以上算子往往是整个查询的瓶颈算子。

本文详细讨论，3个算子基于索引的查询优化前后，在计算、内存和pipeline阻断上的影响。

实验前准备：

后续的讨论主要基于实验进行。

CREATE TABLE test_in_order
(
    `a` UInt64,
    `b` UInt64,
    `c` UInt64,
    `d` UInt64
)
ENGINE = MergeTree
ORDER BY (a, b);

表中总共有3个part，每个part数据量4条。

PS： 用户可以在插入数据前提前关闭后台merge，以避免part合并成一个，如果part合并成一个将影响查询并行度，可能对实验有影响，以下查询可以关闭后台merge：system stop merges test_in_order

一、Sort算子

如果order by查询的order by字段与表的order by keys的前缀列匹配，那么可以根据数据的有序特性对Sort算子进行优化。

1.Sort算子实现方式

首先看下不能利用主键有序性的场景，即对于order by查询的order by字段与表的order by keys的前缀列不匹配。比如下面的查询：

query_1: EXPLAIN PIPELINE SELECT b FROM read_in_order ORDER BY b ASC

它的执行计划如下：

┌─explain───────────────────────────────┐
│ (Expression)                          │
│ ExpressionTransform                   │
│   (Sorting)                           │
│   MergingSortedTransform 3 → 1        │
│     MergeSortingTransform × 3         │
│       LimitsCheckingTransform × 3     │
│         PartialSortingTransform × 3   │
│           (Expression)                │
│           ExpressionTransform × 3     │
│             (ReadFromMergeTree)       │
│             MergeTreeThread × 3 0 → 1 │
└───────────────────────────────────────┘

排序算法由3个Transform组成，其中

1）PartialSortingTransform对单个Chunk进行排序；

2）MergeSortingTransform对单个stream进行排序；

3）MergingSortedTransform合并多个有序的stream进行全局sort-merge排序

如果查询的order by字段与表的order by keys的前缀列匹配，那么可以根据数据的有序特性对查询进行优化，优化开关：optimize_read_in_order。

2.匹配索引列的查询

以下查询的order by字段与表的order by keys的前缀列匹配

query_3: EXPLAIN PIPELINE SELECT b FROM test_in_order ORDER BY a ASC, b ASCSETTINGS optimize_read_in_order = 0 -- 关闭read_in_order优化

查看order by语句的pipeline执行计划

┌─explain───────────────────────────┐
│ (Expression)                      │
│ ExpressionTransform               │
│   (Sorting)                       │
│   MergingSortedTransform 3 → 1    │
│     MergeSortingTransform × 3     │
│       (Expression)                │
│       ExpressionTransform × 3     │
│         (ReadFromMergeTree)       │
│         MergeTreeThread × 3 0 → 1 │
└───────────────────────────────────┘

此时order by算子的算法

1）首先MergeSortingTransform对输入的stream进行排序

2）然后MergingSortedTransform将多个排好序的stream进行合并，并输出一个整体有序的stream，也是最终的排序结果。

这里有个疑问在关闭read_in_order优化的查询计划中，系统直接默认了MergeSortingTransform的输入在Chunk内是有序的，这里其实是一个默认优化，因为order by查询的order by字段与表的order by keys的前缀列匹配，所以数据在Chunk内部一定是有序的。

3. 开启优化optimize_read_in_order

┌─explain──────────────────────────┐
│ (Expression)                     │
│ ExpressionTransform              │
│   (Sorting)                      │
│   MergingSortedTransform 3 → 1   │
│     (Expression)                 │
│     ExpressionTransform × 3      │
│       (ReadFromMergeTree)        │
│       MergeTreeInOrder × 3 0 → 1 │
└──────────────────────────────────┘

4. 优化分析

打开optimize_read_in_order后：

1. 对于计算方面：算法中只有一个MergingSortedTransform，省略了单个stream内排序的步骤
2. 由于内存方面：由于MergeSortingTransform是消耗内存最大的步骤，所以优化后可以节约大量的内存
3. 对于poipeline阻塞：MergeSortingTransform会阻塞整个pipeline，所以优化后也消除了对pipeline的阻塞

二、Distinct算子

如果distinct查询的distinct字段与表的order by keys的前缀列匹配，那么可以根据数据的有序特性对Distinct算子进行优化，优化开关：optimize_distinct_in_order。通过以下实验进行说明：

1. Distinct算子实现方式

查看distinct语句的pipeline执行计划

query_2: EXPLAIN PIPELINE SELECT DISTINCT * FROM woo.test_in_order SETTINGS optimize_distinct_in_order = 0 -- 关闭distinct in order优化

┌─explain─────────────────────────────┐
│ (Expression)                        │
│ ExpressionTransform                 │
│   (Distinct)                        │
│   DistinctTransform                 │
│     Resize 3 → 1                    │
│       (Distinct)                    │
│       DistinctTransform × 3         │
│         (Expression)                │
│         ExpressionTransform × 3     │
│           (ReadFromMergeTree)       │
│           MergeTreeThread × 3 0 → 1 │
└─────────────────────────────────────┘

Distinct算子采用两阶段的方式，首先第一个DistinctTransform在内部进行初步distinct，其并行度为3，可以简单的认为有3个线程在同时执行。然后第二个DistinctTransform进行final distinct。

每个DistinctTransform的计算方式为：首先构建一个HashSet数据结构，然后根据HashSet，构建一个Filter Mask（如果当前key存在于HashSet中，则过滤掉），最后过滤掉不需要的数据。

2.开启优化optimize_distinct_in_order

┌─explain────────────────────────────────┐
│ (Expression)                           │
│ ExpressionTransform                    │
│   (Distinct)                           │
│   DistinctTransform                    │
│     Resize 3 → 1                       │
│       (Distinct)                       │
│       DistinctSortedChunkTransform × 3 │
│         (Expression)                   │
│         ExpressionTransform × 3        │
│           (ReadFromMergeTree)          │
│           MergeTreeThread × 3 0 → 1    │
└────────────────────────────────────────┘

可以看到初步distinct和final distinct采用了不同的transform，DistinctSortedChunkTransform和DistinctTransform。

DistinctSortedChunkTransform：对单个stream内的数据进行distinct操作，因为distinct列跟表的order by keys的前缀列匹配，scan算子读取数据的时候一个stream只从一个part内读取数据，那么每个distinct transform输入的数据就是有序的。所以distinct算法有：

DistinctSortedChunkTransform算法一：

Transform中保留最后一个输入的数据作为状态，对于每个输入的新数据如果跟保留的状态相同，那么忽略，如果不同则将上一个状态输出给上一个算子，然后保留当前的数据最为状态。这种算法对于在整个stream内部全局去重时间和空间复杂度都有极大的降低。

DistinctSortedStreamTransform算法二：(ClickHouse采用的)

Transform对与每个Chunk（ClickHouse中Transform数据处理的基本单位，默认大约6.5w行），首先将相同的数据划分成多个Range，并设置一个mask数组，然后将相同的数据删除掉，最后返回删除重复数据的Chunk。

3. 优化分析

打开optimize_distinct_in_order后：主要对于第一阶段的distinct步骤进行了优化，从基于HashSet过滤的算法到基于连续相同值的算法。

1. 对于计算方面：优化后的算法，省去了Hash计算，但多了判断相等的步骤，在不同数据基数集大小下，各有优劣。
2. 由于内存方面：优化后的算法，不需要存储HashSet
3. 对于poipeline阻塞：优化前后都不会阻塞pipeline

三、聚合算子

如果group by查询的order by字段与表的order by keys的前缀列匹配，那么可以根据数据的有序特性对聚合算子进行优化，优化开关：optimize_aggregation_in_order。

1.聚合算子实现方式

查看group by语句的pipeline执行计划：

query_4: EXPLAIN PIPELINE SELECT a FROM test_in_order GROUP BY a SETTINGS optimize_aggregation_in_order = 0 -- 关闭read_in_order优化

┌─explain─────────────────────────────┐
│ (Expression)                        │
│ ExpressionTransform × 8             │
│   (Aggregating)                     │
│   Resize 3 → 8                      │
│     AggregatingTransform × 3        │
│       StrictResize 3 → 3            │
│         (Expression)                │
│         ExpressionTransform × 3     │
│           (ReadFromMergeTree)       │
│           MergeTreeThread × 3 0 → 1 │
└─────────────────────────────────────┘

对于聚合算子的整体算法没有在执行计划中完整显示出来，其宏观上采用两阶段的聚合算法，其完整算法如下：1.AggregatingTransform进行初步聚合，这一步可以并行计算；2.ConvertingAggregatedToChunksTransform进行第二阶段聚合。（PS：为简化起见，忽略two level HashMap，和spill to disk的介绍）。

2.开启优化optimize_aggregation_in_order

执行计划如下：

┌─explain───────────────────────────────────────┐
│ (Expression)                                  │
│ ExpressionTransform × 8                       │
│   (Aggregating)                               │
│   MergingAggregatedBucketTransform × 8        │
│     Resize 1 → 8                              │
│       FinishAggregatingInOrderTransform 3 → 1 │
│         AggregatingInOrderTransform × 3       │
│           (Expression)                        │
│           ExpressionTransform × 3             │
│             (ReadFromMergeTree)               │
│             MergeTreeInOrder × 3 0 → 1        │
└───────────────────────────────────────────────┘

可以看到打开optimize_aggregation_in_order后aggregating算法由三个步骤组成：

1）首先AggregatingInOrderTransform会将stream内连续的相同的key进行预聚合，预聚合后在当前stream内相同keys的数据只会有一条；

2）FinishAggregatingInOrderTransform将接收到的多个stream内的数据进行重新分组使得输出的chunk间数据是有序的，假设前一个chunk中group by keys最大的一条数据是5，当前即将输出的chunk中没有大于5的数据；

3）MergingAggregatedBucketTransform的作用是进行最终的merge aggregating。

FinishAggregatingInOrderTransform的分组算法如下：

假设有3个stream当前算子会维护3个Chunk，每一次选取在当前的3个Chunk内找到最后一条数据的最小值，比如初始状态最小值是5，然后将3个Chunk内所有小于5的数据一次性取走，如此反复如果一个Chunk被取光，需要从改stream内拉取新的Chunk。

这种算法保证了每次FinishAggregatingInOrderTransform向下游输出的Chunk的最大值小于下一次Chunk的最小值，便于后续步骤的优化。

3.优化分析

打开optimize_aggregation_in_order后：主要对于第一阶段的聚合步骤进行了优化，从基于HashMap的算法到基于连续相同值的算法。

1.对于计算方面：优化后的算法，减少了Hash计算，但多了判断相等的步骤，在不同数据基数集大小下，各有优劣。

2.由于内存方面：优化前后无差别

3.对于poipeline阻塞：优化前后无差别

四、优化小结

在整个查询计划中Sort、Distinct、聚合这3个算子算子往往是整个查询的瓶颈算子，所以值得对其进行深度优化。ClickHouse通过利用算子输入数据的有序性，优化算子的算法或者选择不同的算法，在计算、内存和pipeline阻塞三个方面均有不同程度的优化。