Apache Doris向量化

Apache Doris是现代MPP分析数据库。号称可提供sub-second级别的查询和高效的实时数据分析。凭借分布式架构，支持高达10PB级别的数据集。其关键特性：

这里我们关注其向量化执行引擎。通过学习Doris的分享PPT来了解其向量化引擎。首先是向量化。

向量化是将一次一个值的计算转换成一次对一组值的运算过程。CPU角度来说，现代CPU支持SIMD指令，具有128位寄存器的可以保持4个32数，并进行一次计算，这样就比一次执行一个指令快4倍。从数据库角度来说，将next tuple变成next batch也就是一次一个元组变成一次一组元组，并且该元组以列式存储，算子在列上执行。

Doris怎么实现向量化呢？通过3方面：列式存储、向量化函数计算框架、向量化算子。

向量化计算框架，传统ab列都需要到内存参与abs的计算。而向量化的对b列进行abs后过滤掉b列，生成需要的a,abs(b)列。

向量化计算优点：不相关列不参与计算，使得cache更加亲和。向量化计算解决的就是下面论文提出的问题。

指令v开头的是向量化后的指令。

Doris基于SSE，X86架构最通用的向量化指令。

Doris的向量化

Doris向量化的未来规划

文献

https://doris.apache.org/

https://www.bilibili.com/video/BV11L4y1E7Ad?spm_id_from=444.41.0.0