#pragma once #include #include #include #include namespace DB { /** Cтолбeц значений типа "строка". */ class ColumnString : public IColumn { public: typedef std::vector Chars_t; private: /// По индексу i находится смещение до начала i + 1 -го элемента. Offsets_t offsets; /// Байты строк, уложенные подряд. Строки хранятся с завершающим нулевым байтом. Chars_t chars; size_t __attribute__((__always_inline__)) offsetAt(size_t i) const { return i == 0 ? 0 : offsets[i - 1]; } /// Размер, включая завершающий нулевой байт. size_t __attribute__((__always_inline__)) sizeAt(size_t i) const { return i == 0 ? offsets[0] : (offsets[i] - offsets[i - 1]); } public: /** Создать пустой столбец строк */ ColumnString() {} std::string getName() const { return "ColumnString"; } size_t size() const { return offsets.size(); } size_t byteSize() const { return chars.size() + offsets.size() * sizeof(offsets[0]); } ColumnPtr cloneEmpty() const { return new ColumnString; } Field operator[](size_t n) const { return Field(&chars[offsetAt(n)], sizeAt(n) - 1); } void get(size_t n, Field & res) const { res.assignString(&chars[offsetAt(n)], sizeAt(n) - 1); } StringRef getDataAt(size_t n) const { return StringRef(&chars[offsetAt(n)], sizeAt(n) - 1); } StringRef getDataAtWithTerminatingZero(size_t n) const { return StringRef(&chars[offsetAt(n)], sizeAt(n)); } void insert(const Field & x) { const String & s = DB::get(x); size_t old_size = chars.size(); size_t size_to_append = s.size() + 1; chars.resize(old_size + size_to_append); memcpy(&chars[old_size], s.c_str(), size_to_append); offsets.push_back((offsets.size() == 0 ? 0 : offsets.back()) + size_to_append); } void insertFrom(const IColumn & src_, size_t n) { const ColumnString & src = static_cast(src_); size_t old_size = chars.size(); size_t size_to_append = src.sizeAt(n); size_t offset = src.offsetAt(n); chars.resize(old_size + size_to_append); memcpy(&chars[old_size], &src.chars[offset], size_to_append); offsets.push_back((offsets.size() == 0 ? 0 : offsets.back()) + size_to_append); } void insertData(const char * pos, size_t length) { size_t old_size = chars.size(); chars.resize(old_size + length + 1); memcpy(&chars[old_size], pos, length); chars[old_size + length] = 0; offsets.push_back((offsets.size() == 0 ? 0 : offsets.back()) + length + 1); } void insertDataWithTerminatingZero(const char * pos, size_t length) { size_t old_size = chars.size(); chars.resize(old_size + length); memcpy(&chars[old_size], pos, length); offsets.push_back((offsets.size() == 0 ? 0 : offsets.back()) + length); } ColumnPtr cut(size_t start, size_t length) const { if (length == 0) return new ColumnString; if (start + length > offsets.size()) throw Exception("Parameter out of bound in IColumnString::cut() method.", ErrorCodes::PARAMETER_OUT_OF_BOUND); size_t nested_offset = offsetAt(start); size_t nested_length = offsets[start + length - 1] - nested_offset; ColumnString * res_ = new ColumnString; ColumnPtr res = res_; res_->chars.resize(nested_length); memcpy(&res_->chars[0], &chars[nested_offset], nested_length); Offsets_t & res_offsets = res_->offsets; if (start == 0) { res_offsets.assign(offsets.begin(), offsets.begin() + length); } else { res_offsets.resize(length); for (size_t i = 0; i < length; ++i) res_offsets[i] = offsets[start + i] - nested_offset; } return res; } ColumnPtr filter(const Filter & filt) const { size_t size = offsets.size(); if (size != filt.size()) throw Exception("Size of filter doesn't match size of column.", ErrorCodes::SIZES_OF_COLUMNS_DOESNT_MATCH); if (size == 0) return new ColumnString; ColumnString * res_ = new ColumnString; ColumnPtr res = res_; Chars_t & res_chars = res_->chars; Offsets_t & res_offsets = res_->offsets; res_chars.reserve(chars.size()); res_offsets.reserve(size); Offset_t current_new_offset = 0; for (size_t i = 0; i < size; ++i) { if (!filt[i]) continue; size_t string_offset = i == 0 ? 0 : offsets[i - 1]; size_t string_size = offsets[i] - string_offset; current_new_offset += string_size; res_offsets.push_back(current_new_offset); res_chars.resize(res_chars.size() + string_size); memcpy(&res_chars[res_chars.size() - string_size], &chars[string_offset], string_size); } return res; } ColumnPtr permute(const Permutation & perm) const { size_t size = offsets.size(); if (size != perm.size()) throw Exception("Size of permutation doesn't match size of column.", ErrorCodes::SIZES_OF_COLUMNS_DOESNT_MATCH); if (size == 0) return new ColumnString; ColumnString * res_ = new ColumnString; ColumnPtr res = res_; Chars_t & res_chars = res_->chars; Offsets_t & res_offsets = res_->offsets; res_chars.resize(chars.size()); res_offsets.resize(size); Offset_t current_new_offset = 0; for (size_t i = 0; i < size; ++i) { size_t j = perm[i]; size_t string_offset = j == 0 ? 0 : offsets[j - 1]; size_t string_size = offsets[j] - string_offset; memcpy(&res_chars[current_new_offset], &chars[string_offset], string_size); current_new_offset += string_size; res_offsets[i] = current_new_offset; } return res; } void insertDefault() { chars.push_back(0); offsets.push_back(offsets.size() == 0 ? 1 : (offsets.back() + 1)); } int compareAt(size_t n, size_t m, const IColumn & rhs_) const { const ColumnString & rhs = static_cast(rhs_); /** Для производительности, строки сравниваются до первого нулевого байта. * (если нулевой байт в середине строки, то то, что после него - игнорируется) * Замечу, что завершающий нулевой байт всегда есть. */ return strcmp( reinterpret_cast(&chars[offsetAt(n)]), reinterpret_cast(&rhs.chars[rhs.offsetAt(m)])); } /// Версия compareAt для locale-sensitive сравнения строк int compareAt(size_t n, size_t m, const IColumn & rhs_, const Collator & collator) const { const ColumnString & rhs = static_cast(rhs_); return collator.compare( reinterpret_cast(&chars[offsetAt(n)]), sizeAt(n), reinterpret_cast(&rhs.chars[rhs.offsetAt(m)]), rhs.sizeAt(m)); } struct less { const ColumnString & parent; less(const ColumnString & parent_) : parent(parent_) {} bool operator()(size_t lhs, size_t rhs) const { return 0 > strcmp( reinterpret_cast(&parent.chars[parent.offsetAt(lhs)]), reinterpret_cast(&parent.chars[parent.offsetAt(rhs)])); } }; Permutation getPermutation() const { size_t s = offsets.size(); Permutation res(s); for (size_t i = 0; i < s; ++i) res[i] = i; std::sort(res.begin(), res.end(), less(*this)); return res; } struct lessWithCollation { const ColumnString & parent; const Collator & collator; lessWithCollation(const ColumnString & parent_, const Collator & collator_) : parent(parent_), collator(collator_) {} bool operator()(size_t lhs, size_t rhs) const { return collator.compare( reinterpret_cast(&parent.chars[parent.offsetAt(lhs)]), parent.sizeAt(lhs), reinterpret_cast(&parent.chars[parent.offsetAt(rhs)]), parent.sizeAt(rhs)); } }; /// Сортировка с учетом Collation Permutation getPermutation(const Collator & collator) const { size_t s = offsets.size(); Permutation res(s); for (size_t i = 0; i < s; ++i) res[i] = i; std::sort(res.begin(), res.end(), lessWithCollation(*this, collator)); return res; } ColumnPtr replicate(const Offsets_t & replicate_offsets) const { size_t col_size = size(); if (col_size != replicate_offsets.size()) throw Exception("Size of offsets doesn't match size of column.", ErrorCodes::SIZES_OF_COLUMNS_DOESNT_MATCH); ColumnString * res_ = new ColumnString; ColumnPtr res = res_; Chars_t & res_chars = res_->chars; Offsets_t & res_offsets = res_->offsets; res_chars.reserve(chars.size() / col_size * replicate_offsets.back()); res_offsets.reserve(replicate_offsets.back()); Offset_t prev_replicate_offset = 0; Offset_t prev_string_offset = 0; Offset_t current_new_offset = 0; for (size_t i = 0; i < col_size; ++i) { size_t size_to_replicate = replicate_offsets[i] - prev_replicate_offset; size_t string_size = offsets[i] - prev_string_offset; for (size_t j = 0; j < size_to_replicate; ++j) { current_new_offset += string_size; res_offsets.push_back(current_new_offset); res_chars.resize(res_chars.size() + string_size); memcpy(&res_chars[res_chars.size() - string_size], &chars[prev_string_offset], string_size); } prev_replicate_offset = replicate_offsets[i]; prev_string_offset = offsets[i]; } return res; } void reserve(size_t n) { offsets.reserve(n); chars.reserve(n * DBMS_APPROX_STRING_SIZE); } Chars_t & getChars() { return chars; } const Chars_t & getChars() const { return chars; } Offsets_t & getOffsets() { return offsets; } const Offsets_t & getOffsets() const { return offsets; } }; }