mirror of
https://github.com/ClickHouse/ClickHouse.git
synced 2024-11-27 10:02:01 +00:00
368 lines
11 KiB
C++
368 lines
11 KiB
C++
#pragma once
|
||
|
||
#include <DB/Columns/ColumnNullable.h>
|
||
#include <DB/Columns/ColumnString.h>
|
||
#include <DB/Interpreters/AggregationCommon.h>
|
||
|
||
#include <DB/Common/Arena.h>
|
||
#include <DB/Common/HashTable/HashSet.h>
|
||
#include <DB/Common/UInt128.h>
|
||
|
||
namespace DB
|
||
{
|
||
|
||
/** Методы для разных вариантов реализации множеств.
|
||
* Используются в качестве параметра шаблона.
|
||
*/
|
||
|
||
|
||
/// Для случая, когда есть один числовой ключ.
|
||
template <typename FieldType, typename TData> /// UInt8/16/32/64 для любых типов соответствующей битности.
|
||
struct SetMethodOneNumber
|
||
{
|
||
using Data = TData;
|
||
using Key = typename Data::key_type;
|
||
|
||
Data data;
|
||
|
||
/// Для использования одного Method в разных потоках, используйте разные State.
|
||
struct State
|
||
{
|
||
const FieldType * vec;
|
||
|
||
/** Вызывается в начале обработки каждого блока.
|
||
* Устанавливает переменные, необходимые для остальных методов, вызываемых во внутренних циклах.
|
||
*/
|
||
void init(const ConstColumnPlainPtrs & key_columns)
|
||
{
|
||
vec = &static_cast<const ColumnVector<FieldType> *>(key_columns[0])->getData()[0];
|
||
}
|
||
|
||
/// Достать из ключевых столбцов ключ для вставки в хэш-таблицу.
|
||
Key getKey(
|
||
const ConstColumnPlainPtrs & key_columns, /// Ключевые столбцы.
|
||
size_t keys_size, /// Количество ключевых столбцов.
|
||
size_t i, /// Из какой строки блока достать ключ.
|
||
const Sizes & key_sizes) const /// Если ключи фиксированной длины - их длины. Не используется в методах по ключам переменной длины.
|
||
{
|
||
return unionCastToUInt64(vec[i]);
|
||
}
|
||
};
|
||
|
||
/** Разместить дополнительные данные, если это необходимо, в случае, когда в хэш-таблицу был вставлен новый ключ.
|
||
*/
|
||
static void onNewKey(typename Data::value_type & value, size_t keys_size, size_t i, Arena & pool) {}
|
||
};
|
||
|
||
/// Для случая, когда есть один строковый ключ.
|
||
template <typename TData>
|
||
struct SetMethodString
|
||
{
|
||
using Data = TData;
|
||
using Key = typename Data::key_type;
|
||
|
||
Data data;
|
||
|
||
struct State
|
||
{
|
||
const ColumnString::Offsets_t * offsets;
|
||
const ColumnString::Chars_t * chars;
|
||
|
||
void init(const ConstColumnPlainPtrs & key_columns)
|
||
{
|
||
const IColumn & column = *key_columns[0];
|
||
const ColumnString & column_string = static_cast<const ColumnString &>(column);
|
||
offsets = &column_string.getOffsets();
|
||
chars = &column_string.getChars();
|
||
}
|
||
|
||
Key getKey(
|
||
const ConstColumnPlainPtrs & key_columns,
|
||
size_t keys_size,
|
||
size_t i,
|
||
const Sizes & key_sizes) const
|
||
{
|
||
return StringRef(
|
||
&(*chars)[i == 0 ? 0 : (*offsets)[i - 1]],
|
||
(i == 0 ? (*offsets)[i] : ((*offsets)[i] - (*offsets)[i - 1])) - 1);
|
||
}
|
||
};
|
||
|
||
static void onNewKey(typename Data::value_type & value, size_t keys_size, size_t i, Arena & pool)
|
||
{
|
||
value.data = pool.insert(value.data, value.size);
|
||
}
|
||
};
|
||
|
||
/// Для случая, когда есть один строковый ключ фиксированной длины.
|
||
template <typename TData>
|
||
struct SetMethodFixedString
|
||
{
|
||
using Data = TData;
|
||
using Key = typename Data::key_type;
|
||
|
||
Data data;
|
||
|
||
struct State
|
||
{
|
||
size_t n;
|
||
const ColumnFixedString::Chars_t * chars;
|
||
|
||
void init(const ConstColumnPlainPtrs & key_columns)
|
||
{
|
||
const IColumn & column = *key_columns[0];
|
||
const ColumnFixedString & column_string = static_cast<const ColumnFixedString &>(column);
|
||
n = column_string.getN();
|
||
chars = &column_string.getChars();
|
||
}
|
||
|
||
Key getKey(
|
||
const ConstColumnPlainPtrs & key_columns,
|
||
size_t keys_size,
|
||
size_t i,
|
||
const Sizes & key_sizes) const
|
||
{
|
||
return StringRef(&(*chars)[i * n], n);
|
||
}
|
||
};
|
||
|
||
static void onNewKey(typename Data::value_type & value, size_t keys_size, size_t i, Arena & pool)
|
||
{
|
||
value.data = pool.insert(value.data, value.size);
|
||
}
|
||
};
|
||
|
||
namespace set_impl
|
||
{
|
||
|
||
/// This class is designed to provide the functionality that is required for
|
||
/// supporting nullable keys in SetMethodKeysFixed. If there are
|
||
/// no nullable keys, this class is merely implemented as an empty shell.
|
||
template <typename Key, bool has_nullable_keys>
|
||
class BaseStateKeysFixed;
|
||
|
||
/// Case where nullable keys are supported.
|
||
template <typename Key>
|
||
class BaseStateKeysFixed<Key, true>
|
||
{
|
||
protected:
|
||
void init(const ConstColumnPlainPtrs & key_columns)
|
||
{
|
||
null_maps.reserve(key_columns.size());
|
||
actual_columns.reserve(key_columns.size());
|
||
|
||
for (const auto & col : key_columns)
|
||
{
|
||
if (col->isNullable())
|
||
{
|
||
const auto & nullable_col = static_cast<const ColumnNullable &>(*col);
|
||
actual_columns.push_back(nullable_col.getNestedColumn().get());
|
||
null_maps.push_back(nullable_col.getNullMapColumn().get());
|
||
}
|
||
else
|
||
{
|
||
actual_columns.push_back(col);
|
||
null_maps.push_back(nullptr);
|
||
}
|
||
}
|
||
}
|
||
|
||
/// Return the columns which actually contain the values of the keys.
|
||
/// For a given key column, if it is nullable, we return its nested
|
||
/// column. Otherwise we return the key column itself.
|
||
inline const ConstColumnPlainPtrs & getActualColumns() const
|
||
{
|
||
return actual_columns;
|
||
}
|
||
|
||
/// Create a bitmap that indicates whether, for a particular row,
|
||
/// a key column bears a null value or not.
|
||
KeysNullMap<Key> createBitmap(size_t row) const
|
||
{
|
||
KeysNullMap<Key> bitmap{};
|
||
|
||
for (size_t k = 0; k < null_maps.size(); ++k)
|
||
{
|
||
if (null_maps[k] != nullptr)
|
||
{
|
||
const auto & null_map = static_cast<const ColumnUInt8 &>(*null_maps[k]).getData();
|
||
if (null_map[row] == 1)
|
||
{
|
||
size_t bucket = k / 8;
|
||
size_t offset = k % 8;
|
||
bitmap[bucket] |= UInt8(1) << offset;
|
||
}
|
||
}
|
||
}
|
||
|
||
return bitmap;
|
||
}
|
||
|
||
private:
|
||
ConstColumnPlainPtrs actual_columns;
|
||
ConstColumnPlainPtrs null_maps;
|
||
};
|
||
|
||
/// Case where nullable keys are not supported.
|
||
template <typename Key>
|
||
class BaseStateKeysFixed<Key, false>
|
||
{
|
||
protected:
|
||
void init(const ConstColumnPlainPtrs & key_columns)
|
||
{
|
||
throw Exception{"Internal error: calling init() for non-nullable"
|
||
" keys is forbidden", ErrorCodes::LOGICAL_ERROR};
|
||
}
|
||
|
||
const ConstColumnPlainPtrs & getActualColumns() const
|
||
{
|
||
throw Exception{"Internal error: calling getActualColumns() for non-nullable"
|
||
" keys is forbidden", ErrorCodes::LOGICAL_ERROR};
|
||
}
|
||
|
||
KeysNullMap<Key> createBitmap(size_t row) const
|
||
{
|
||
throw Exception{"Internal error: calling createBitmap() for non-nullable keys"
|
||
" is forbidden", ErrorCodes::LOGICAL_ERROR};
|
||
}
|
||
};
|
||
|
||
}
|
||
|
||
/// Для случая, когда все ключи фиксированной длины, и они помещаются в N (например, 128) бит.
|
||
template <typename TData, bool has_nullable_keys_ = false>
|
||
struct SetMethodKeysFixed
|
||
{
|
||
using Data = TData;
|
||
using Key = typename Data::key_type;
|
||
static constexpr bool has_nullable_keys = has_nullable_keys_;
|
||
|
||
Data data;
|
||
|
||
class State : private set_impl::BaseStateKeysFixed<Key, has_nullable_keys>
|
||
{
|
||
public:
|
||
using Base = set_impl::BaseStateKeysFixed<Key, has_nullable_keys>;
|
||
|
||
void init(const ConstColumnPlainPtrs & key_columns)
|
||
{
|
||
if (has_nullable_keys)
|
||
Base::init(key_columns);
|
||
}
|
||
|
||
Key getKey(
|
||
const ConstColumnPlainPtrs & key_columns,
|
||
size_t keys_size,
|
||
size_t i,
|
||
const Sizes & key_sizes) const
|
||
{
|
||
if (has_nullable_keys)
|
||
{
|
||
auto bitmap = Base::createBitmap(i);
|
||
return packFixed<Key>(i, keys_size, Base::getActualColumns(), key_sizes, bitmap);
|
||
}
|
||
else
|
||
return packFixed<Key>(i, keys_size, key_columns, key_sizes);
|
||
}
|
||
};
|
||
|
||
static void onNewKey(typename Data::value_type & value, size_t keys_size, size_t i, Arena & pool) {}
|
||
};
|
||
|
||
/// Для остальных случаев. По 128 битному хэшу от ключа. (При этом, строки, содержащие нули посередине, могут склеиться.)
|
||
template <typename TData>
|
||
struct SetMethodHashed
|
||
{
|
||
using Data = TData;
|
||
using Key = typename Data::key_type;
|
||
|
||
Data data;
|
||
|
||
struct State
|
||
{
|
||
void init(const ConstColumnPlainPtrs & key_columns)
|
||
{
|
||
}
|
||
|
||
Key getKey(
|
||
const ConstColumnPlainPtrs & key_columns,
|
||
size_t keys_size,
|
||
size_t i,
|
||
const Sizes & key_sizes) const
|
||
{
|
||
return hash128(i, keys_size, key_columns);
|
||
}
|
||
};
|
||
|
||
static void onNewKey(typename Data::value_type & value, size_t keys_size, size_t i, Arena & pool) {}
|
||
};
|
||
|
||
|
||
/** Разные варианты реализации множества.
|
||
*/
|
||
struct SetVariants
|
||
{
|
||
/// TODO Использовать для этих двух вариантов bit- или byte- set.
|
||
std::unique_ptr<SetMethodOneNumber<UInt8, HashSet<UInt8, TrivialHash, HashTableFixedGrower<8>>>> key8;
|
||
std::unique_ptr<SetMethodOneNumber<UInt16, HashSet<UInt16, TrivialHash, HashTableFixedGrower<16>>>> key16;
|
||
|
||
/** Также для эксперимента проверялась возможность использовать SmallSet,
|
||
* пока количество элементов в множестве небольшое (и, при необходимости, конвертировать в полноценный HashSet).
|
||
* Но этот эксперимент показал, что преимущество есть только в редких случаях.
|
||
*/
|
||
std::unique_ptr<SetMethodOneNumber<UInt32, HashSet<UInt32, HashCRC32<UInt32>>>> key32;
|
||
std::unique_ptr<SetMethodOneNumber<UInt64, HashSet<UInt64, HashCRC32<UInt64>>>> key64;
|
||
std::unique_ptr<SetMethodString<HashSetWithSavedHash<StringRef>>> key_string;
|
||
std::unique_ptr<SetMethodFixedString<HashSetWithSavedHash<StringRef>>> key_fixed_string;
|
||
std::unique_ptr<SetMethodKeysFixed<HashSet<UInt128, UInt128HashCRC32>>> keys128;
|
||
std::unique_ptr<SetMethodKeysFixed<HashSet<UInt256, UInt256HashCRC32>>> keys256;
|
||
std::unique_ptr<SetMethodHashed<HashSet<UInt128, UInt128TrivialHash>>> hashed;
|
||
|
||
/// Support for nullable keys.
|
||
std::unique_ptr<SetMethodKeysFixed<HashSet<UInt128, UInt128HashCRC32>, true>> nullable_keys128;
|
||
std::unique_ptr<SetMethodKeysFixed<HashSet<UInt256, UInt256HashCRC32>, true>> nullable_keys256;
|
||
|
||
/** В отличие от Aggregator, здесь не используется метод concat.
|
||
* Это сделано потому что метод hashed, хоть и медленнее, но в данном случае, использует меньше оперативки.
|
||
* так как при его использовании, сами значения ключей не сохраняются.
|
||
*/
|
||
|
||
Arena string_pool;
|
||
|
||
#define APPLY_FOR_SET_VARIANTS(M) \
|
||
M(key8) \
|
||
M(key16) \
|
||
M(key32) \
|
||
M(key64) \
|
||
M(key_string) \
|
||
M(key_fixed_string) \
|
||
M(keys128) \
|
||
M(keys256) \
|
||
M(nullable_keys128) \
|
||
M(nullable_keys256) \
|
||
M(hashed)
|
||
|
||
enum class Type
|
||
{
|
||
EMPTY,
|
||
|
||
#define M(NAME) NAME,
|
||
APPLY_FOR_SET_VARIANTS(M)
|
||
#undef M
|
||
};
|
||
|
||
Type type = Type::EMPTY;
|
||
|
||
bool empty() const { return type == Type::EMPTY; }
|
||
|
||
static Type chooseMethod(const ConstColumnPlainPtrs & key_columns, Sizes & key_sizes);
|
||
|
||
void init(Type type_);
|
||
|
||
size_t getTotalRowCount() const;
|
||
/// Считает размер в байтах буфера Set и размер string_pool'а
|
||
size_t getTotalByteCount() const;
|
||
};
|
||
|
||
}
|