sql引擎如何处理非相等的联接查询？

Question

如果出现以下查询，

sql引擎将使用HashJoin：

  

从t1.id = t2.id的table1 t1左连接table2 t2中选择*;

很好。但是如果查询是这样的：

  

从t1.id> t2.id上的table1 t1左连接table2 t2中选择*;

如何处理？

nestedloop连接可以工作，但是还有更好的方法吗？

Answer 1

对于分布式SQL，执行非标准联接（t1.id > t2.id）非常昂贵。如果一侧较小，则进行广播，然后在每个节点上使用排序的索引。如果双方都很大，则可以对分区一进行范围划分并建立排序索引，然后将其他行复制到可能匹配的任何范围。

通常，您具有t1.id = t2.id and t1.cost < t2.cost之类的组合相等和不相等联接。在这种情况下，您可以执行常规的分布式哈希联接，然后保留次要项目的排序列表以执行不相等的部分。这就是Presto所做的。