DB2 并行版本中的查询优化

2.4 所有操作的并行化

1、聚集操作——在各个子任务执行聚集函数，必要时在全局执行最后的处理。对 Group By 子局来说，重新分片可能比直接采用输入数据具有更好的并行性。
2、集合操作——采用 collocated, repartitioned 策略。注意 UNION 可以是一个 N 元操作。
3、带有子查询的 Insert 语句， Update 和 Delete 语句—— Insert 语句和子查询可能是 collocated 。或者采用 directing 方式。 Update 和 Delete 总是和相应的查询 collocated （ Update 如果发生在分片属性上，还需要考虑重新分片受到影响的元组）。
4、外连接——主要的策略与普通的连接一致，但是要避免产生多个由于没有匹配元组而产生的结果元组。
5、子查询——把子查询的结果发送到计算包含子查询的谓词的节点采用 collocated, directed, broadcast 方法。

3. 子查询的处理

嵌套查询的例子：

select *
from t1
where t1.a in (select b
from t2
where t2.c = t1.a and t2.d in (select b
from t3
where t3.a = 10
));

最里面的子查询只需要执行一次即可。但是下面的查询则不然：

select *
from t1
where t1.a in ( select b
from t2
where t2.c = t1.a and t2.d in ( select b
from t3
where t3.a = t1.f
));

子查询处理需要注意的问题包括：

(1) 避免为每个外查询产生的元组启动一个子查询，这样的代价太大了；
(2) 保证产生外查询元组的不同节点不会因为子查询的执行而串行化；
(3) 保证正确的外查询节点得到执行的结果；
(4) 尽量下移谓词，从而减少数据的传输。

我们用一个简单的一层相关查询来看看 DB2 是如何处理嵌套查询的：

select *
from t1
where t1.a > ( select avg(t2.b)
from t2
where t2.c = t1.d
);