《大规模分布式计算深入解析》8.2 普通 JOIN 与 GLOBAL JOIN:计算位置和广播份数

普通分布式 JOIN 的子查询由各远端分别执行,右侧若是本地表,语义依赖数据是否正确共置;若再次读 Distributed 表,还受 distributed_product_mode 与重复分发影响。不能把普通 JOIN 一概定义为协调者广播。

普通 JOIN 与 GLOBAL JOIN:计算位置和广播份数

普通分布式 JOIN 的子查询由各远端分别执行,右侧若是本地表,语义依赖数据是否正确共置;若再次读 Distributed 表,还受 distributed_product_mode 与重复分发影响。不能把普通 JOIN 一概定义为协调者广播。

机制与确认边界

GLOBAL JOIN 在发起端先执行相应子查询,将临时结果发到各远端。以四个实际远端、右侧 1000 行、每行 16B 为例,广播 payload 是 4×1000×16=64000B;“子查询展开一次”绝不等于“总共只传一份”。还需计右侧收集与结果回传。

实现与验证范围

新增集群夹具令左表每片一行、右表各片不同:本地 JOIN 与 GLOBAL JOIN 返回不同覆盖结果,展示共置与广播语义。实验不编造网络省四倍;真实字节应从观测采集,特殊 JOIN 类型保留哪侧也要按所选版本支持范围核对。

本章共享图解见 8.1 的机制图 ,其中的状态与确认点需和本节一起阅读。

复现与资料

下载本卷实验包 ,按 README 运行 Java 8 lab.RunAll。单节点原生运行 clickhouse-probe.sh,多分片与复制实验运行 clickhouse_cluster.py;每个脚本仅把实际执行并断言的场景记为实测。外部源、真实 Kafka、TTL 介质、TPC-H 和未测版本的功能不包含在这些结果中。

卷十二目录 · 系列导读

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析·向量数据库与 AI 检索内核》 · 目录与学习路径(45 篇)
  2. 《大规模分布式计算深入解析》15.3 自研向量引擎:可执行骨架与工程缺口
  3. 《大规模分布式计算深入解析》14.1 Milvus:组件架构、段管理与检索链路