向量化表达式体系

AP型场景，SQL中经常会包含很多涉及到一个或者多个值、运算符和函数组成的计算过程，这都是属于表达式计算的范畴。表达式的求值是一个计算密集型的任务，因此，表达式的计算效率是影响整体性能的一个关键的因素。

传统MySQL的表达式计算体系以一行为一个单位的逐行运算，一般称其为迭代器模型实现。由于迭代器对整张表进行了抽象，整个表达式实现为一个树形结构。但是，这种抽象会同时带来性能上的损耗，因为在迭代器进行迭代的过程中，每一行数据的获取都会引发多层的函数调用。同时，逐行地获取数据会带来过多的 I/O，对缓存也不友好。MySQL采用树形迭代器模型，是受到存储引擎访问方法的限制，导致其很难对这些计算复杂的逻辑进行优化。

而在列存格式下，由于每一列的数据都单独顺序存储，涉及到某一个特定列上的表达式计算过程都可以批量进行。对每一个计算表达式，其输入和输出都以Batch为单位，在Batch的处理模式下，计算过程可以使用SIMD指令进行加速。
向量化表达式的关键优化点：

• 充分利用列式存储的优势，使用分批处理的模型代替迭代器模型，使用SIMD指令重写了大部分常用数据类型的表达式内核实现。例如，所有数字类型（int、decimal、double）的基本数学运算（+、 -、*、/、abs），全部都使用对应的SIMD指令实现。在AVX512指令集的加持下，单核运算性能数倍提升。
  
• 采用了与PostgreSQL类似表达式实现方法：在SQL编译及优化阶段，IMCI的表达式以一个树形结构来存储（与现有行式迭代器模型的表现方法类似）。但是，在执行之前会对该表达式树进行一个后序遍历，将其转换为一维数组来存储，在后续计算时只需要遍历该一维数组结构即可以完成运算。由于消除了树形迭代器模型中的递归过程，计算效率更高。同时该方法对计算过程提供简洁的抽象，将数据和计算过程分离，适合并行计算。