ClickHouse/dbms/include/DB/Interpreters/Set.h

177 lines
6.7 KiB
C
Raw Normal View History

2012-08-22 20:29:01 +00:00
#pragma once
#include <set>
#include <Yandex/logger_useful.h>
2012-08-23 23:49:28 +00:00
#include <DB/Core/ColumnNumbers.h>
#include <DB/Common/Arena.h>
2012-08-23 23:49:28 +00:00
#include <DB/DataStreams/IBlockInputStream.h>
2012-08-22 20:29:01 +00:00
#include <DB/Parsers/IAST.h>
#include <DB/Common/HashTable/HashSet.h>
2012-08-23 23:49:28 +00:00
#include <DB/Interpreters/AggregationCommon.h>
#include <DB/Interpreters/Limits.h>
#include <DB/Columns/ColumnConst.h>
#include <DB/Columns/ColumnArray.h>
2012-08-22 20:29:01 +00:00
2014-03-26 18:19:25 +00:00
#include <DB/Storages/MergeTree/BoolMask.h>
#include <DB/Storages/MergeTree/PKCondition.h>
2012-08-22 20:29:01 +00:00
namespace DB
{
/** Структура данных для реализации выражения IN.
*/
2012-08-23 22:40:51 +00:00
class Set
2012-08-22 20:29:01 +00:00
{
2012-08-23 22:40:51 +00:00
public:
Set(const Limits & limits) :
log(&Logger::get("Set")),
max_rows(limits.max_rows_in_set),
max_bytes(limits.max_bytes_in_set),
overflow_mode(limits.set_overflow_mode)
{
}
2012-08-23 20:22:44 +00:00
bool empty() { return type == EMPTY; }
2012-08-24 19:42:03 +00:00
/** Создать множество по выражению (для перечисления в самом запросе).
* types - типы того, что стоит слева от IN.
* node - это список значений: 1, 2, 3 или список tuple-ов: (1, 2), (3, 4), (5, 6).
2014-04-08 12:54:32 +00:00
* create_ordered_set - создавать ли вектор упорядоченных элементов. Нужен для работы индекса
2012-08-24 19:42:03 +00:00
*/
2014-04-01 10:09:22 +00:00
void createFromAST(DataTypes & types, ASTPtr node, bool create_ordered_set);
// Возвращает false, если превышено какое-нибудь ограничение, и больше не нужно вставлять.
2015-01-27 00:52:03 +00:00
bool insertFromBlock(const Block & block, bool create_ordered_set = false);
2015-01-27 00:52:03 +00:00
/// Считает суммарное число ключей во всех Set'ах
size_t getTotalRowCount() const;
/// Считает суммарный размер в байтах буфферов всех Set'ов + размер string_pool'а
size_t getTotalByteCount() const;
2012-08-23 20:22:44 +00:00
/** Для указанных столбцов блока проверить принадлежность их значений множеству.
* Записать результат в столбец в позиции result.
*/
void execute(Block & block, const ColumnNumbers & arguments, size_t result, bool negative) const;
2014-03-26 10:56:21 +00:00
std::string describe()
2014-03-26 10:56:21 +00:00
{
2014-04-08 12:54:32 +00:00
if (!ordered_set_elements)
2014-03-26 10:56:21 +00:00
return "{}";
2014-04-01 10:09:22 +00:00
bool first = true;
std::stringstream ss;
2014-04-07 17:43:50 +00:00
ss << "{";
2014-04-08 12:54:32 +00:00
for (const Field & f : *ordered_set_elements)
2014-04-01 10:09:22 +00:00
{
ss << (first ? "" : ", ") << apply_visitor(FieldVisitorToString(), f);
2014-04-01 10:09:22 +00:00
first = false;
2014-03-26 18:19:25 +00:00
}
2014-04-07 17:43:50 +00:00
ss << "}";
2014-04-01 10:09:22 +00:00
return ss.str();
2014-03-26 10:56:21 +00:00
}
2014-04-01 10:09:22 +00:00
2014-04-08 12:54:32 +00:00
/// проверяет есть ли в Set элементы для заданного диапазона индекса
2014-04-01 10:09:22 +00:00
BoolMask mayBeTrueInRange(const Range & range);
enum Type
{
EMPTY = 0,
KEY_64 = 1,
KEY_STRING = 2,
HASHED = 3,
};
static Type chooseMethod(const ConstColumnPlainPtrs & key_columns, bool & keys_fit_128_bits, Sizes & key_sizes);
2012-08-23 20:22:44 +00:00
private:
2012-08-22 20:29:01 +00:00
/** Разные структуры данных, которые могут использоваться для проверки принадлежности
* одного или нескольких столбцов значений множеству.
*/
typedef HashSet<UInt64> SetUInt64;
typedef HashSetWithSavedHash<StringRef> SetString;
typedef HashSet<UInt128, UInt128Hash> SetHashed;
2012-08-23 20:22:44 +00:00
/// Специализация для случая, когда есть один числовой ключ.
std::unique_ptr<SetUInt64> key64;
2012-08-22 20:29:01 +00:00
/// Специализация для случая, когда есть один строковый ключ.
std::unique_ptr<SetString> key_string;
Arena string_pool;
2012-08-22 20:29:01 +00:00
/** Сравнивает 128 битные хэши.
* Если все ключи фиксированной длины, влезающие целиком в 128 бит, то укладывает их без изменений в 128 бит.
* Иначе - вычисляет SipHash от набора из всех ключей.
2012-08-22 20:29:01 +00:00
* (При этом, строки, содержащие нули посередине, могут склеиться.)
2012-08-23 20:22:44 +00:00
*/
std::unique_ptr<SetHashed> hashed;
2012-08-22 20:29:01 +00:00
Type type = EMPTY;
bool keys_fit_128_bits;
Sizes key_sizes;
2012-08-23 22:40:51 +00:00
/** Типы данных, из которых было создано множество.
* При проверке на принадлежность множеству, типы проверяемых столбцов должны с ними совпадать.
*/
DataTypes data_types;
2012-08-23 20:22:44 +00:00
Logger * log;
/// Ограничения на максимальный размер множества
size_t max_rows;
size_t max_bytes;
OverflowMode overflow_mode;
void init(Type type_)
{
type = type_;
switch (type)
{
case EMPTY: break;
case KEY_64: key64 .reset(new SetUInt64); break;
case KEY_STRING: key_string .reset(new SetString); break;
case HASHED: hashed .reset(new SetHashed); break;
default:
2014-06-12 01:22:49 +00:00
throw Exception("Unknown Set variant.", ErrorCodes::UNKNOWN_AGGREGATED_DATA_VARIANT);
}
}
/// Если в левой части IN стоит массив. Проверяем, что хоть один элемент массива лежит в множестве.
void executeConstArray(const ColumnConstArray * key_column, ColumnUInt8::Container_t & vec_res, bool negative) const;
void executeArray(const ColumnArray * key_column, ColumnUInt8::Container_t & vec_res, bool negative) const;
/// Если в левой части набор столбцов тех же типов, что элементы множества.
void executeOrdinary(const ConstColumnPlainPtrs & key_columns, ColumnUInt8::Container_t & vec_res, bool negative) const;
/// Проверить не превышены ли допустимые размеры множества ключей
bool checkSetSizeLimits() const;
2014-04-08 12:54:32 +00:00
/// вектор упорядоченных элементов Set
/// нужен для работы индекса по первичному ключу в секции In
typedef std::vector<Field> OrderedSetElements;
typedef std::unique_ptr<OrderedSetElements> OrderedSetElementsPtr;
OrderedSetElementsPtr ordered_set_elements;
2015-01-27 00:52:03 +00:00
/** Защищает работу с множеством в функциях insertFromBlock и execute.
* Эти функции могут вызываться одновременно из разных потоков только при использовании StorageSet,
* и StorageSet вызывает только эти две функции.
* Поэтому остальные функции по работе с множеством, не защинены.
*/
mutable Poco::RWLock rwlock;
2012-08-22 20:29:01 +00:00
};
2014-03-26 18:19:25 +00:00
typedef Poco::SharedPtr<Set> SetPtr;
typedef std::vector<SetPtr> Sets;
2012-08-22 20:29:01 +00:00
}