Spark 开源新特性：Catalyst 优化流程裁剪

1. 问题背景

上图是典型的Spark Catalyst优化器的布局，一条由用户输入的SQL，到真实可调度执行的RDD DAG任务，需要经历以下五个阶段：

Parser: 将SQL解析成相应的抽象语法树(AST)，spark也称为 Unresolved Logical Plan；
Analyzer: 通过查找Metadata的Catalog信息，将 Unresolved Logical Plan 变为 Resolved Logical Plan，这个过程会做表、列、数据类型等做校验；
Optimizer: 逻辑优化流程，通过一些优化规则对匹配上的Plan做转换，得到优化后的逻辑Plan
Planner：根据Optimized Logical Plan的统计信息等转换成相应的Physical Plan
Query Execution: 主要是执行前的一些preparations优化，比如AQE, Exchange Reuse, CodeGen stages合并等

上述的五个阶段中，除了Parser (由Antlr实现)，其他的每个阶段都是由一个个规则(Rule)构成，总共大约有200+个，对于不同的规则，还可能需要跑多次，所以对于相对比较复杂的查询，可能得到一个executed Plan都需要耗费数秒。

Databricks内部基准测试表明，对于TPC-DS查询，每个查询平均调用树转换函数约280k次，这远远超出了必要的范围。因此，我们探索在每个树节点中嵌入BitSet，以传递自身及其子树的信息，并利用计划不变性来修剪不必要的遍历。通过原型实现验证：在TPC-DS基准测试中，我们看到优化的速度约为50%，分析的速度约为30%，整个查询编译的速度约为34%（包括Hive元存储RPC和文件列表）[1]。

2. 设计实现

2.1 Tree Pattern Bits and Rule Id Bits

Tree pattern bits

在TreeNode 增加nodePatterns属性，所有继承该类的节点可以通过复写该属性值来标识自己的属性。

/**
 * @return a sequence of tree pattern enums in a TreeNode T. It does not include propagated
 *         patterns in the subtree of T.
 */
protected val nodePatterns: Seq[TreePattern] = Seq()

TreePattern 是一个枚举类型，对于每个节点/表达式都可以为其设置一个TreePattern方便标识，具体可见 TreePatterns.scala 。

例如对于Join节点的nodePatterns:

override val nodePatterns : Seq[TreePattern] = {
  var patterns = Seq(JOIN)
  joinType match {
    case _: InnerLike => patterns = patterns :+ INNER_LIKE_JOIN
    case LeftOuter | FullOuter | RightOuter => patterns = patterns :+ OUTER_JOIN
    case LeftSemiOrAnti(_) => patterns = patterns :+ LEFT_SEMI_OR_ANTI_JOIN
    case NaturalJoin(_) | UsingJoin(_, _) => patterns = patterns :+ NATURAL_LIKE_JOIN
    case _ =>
  }
  patterns
}

Rule ID bits

将规则ID的缓存BitSet嵌入到每个树/表达式节点T中，这样我们就可以跟踪规则R对于根植于T的子树是有效还是无效。这样，如果R在T上被调用，并且已知R无效，如果R再次应用于T（例如，R位于定点规则批处理中），我们可以跳过它。这个想法最初被用于Cascades optimizer，以加快探索性规划。

Rule:

abstract class Rule[TreeType <: TreeNode[_]] extends SQLConfHelper with Logging {

  // The integer id of a rule, for pruning unnecessary tree traversals.
  protected lazy val ruleId = RuleIdCollection.getRuleId(this.ruleName)

TreeNode:

/**
 * A BitSet of rule ids to record ineffective rules for this TreeNode and its subtree.
 * If a rule R (which does not read a varying, external state for each invocation) is
 * ineffective in one apply call for this TreeNode and its subtree, R will still be
 * ineffective for subsequent apply calls on this tree because query plan structures are
 * immutable.
 */
private val ineffectiveRules: BitSet = new BitSet(RuleIdCollection.NumRules)

2.2 Changes to The Transform Function Family

改造后的transform 方法相比之前的多了两个判断，如下所示

def transformDownWithPruning(
  cond: TreePatternBits => Boolean, // 判断是否存在可优化的节点，由规则设计者所提供
  ruleId: RuleId = UnknownRuleId // 不会生效的规则ID，自动更新
	)(rule: PartialFunction[BaseType, BaseType]): BaseType = {
  // 如果上述两个条件存在一个不满足，直接跳过本次规则
  if (!cond.apply(this) || isRuleIneffective(ruleId)) {
    return this
  }
  // 执行rule的逻辑
  val afterRule = CurrentOrigin.withOrigin(origin) {
    rule.applyOrElse(this, identity[BaseType])
  }

  // Check if unchanged and then possibly return old copy to avoid gc churn.
  if (this fastEquals afterRule) {
    val rewritten_plan = mapChildren(_.transformDownWithPruning(cond, ruleId)(rule))
    // 如果没生效，把规则ID加入到不生效的BitSet里
    if (this eq rewritten_plan) {
      markRuleAsIneffective(ruleId)
      this
    } else {
      rewritten_plan
    }
  } else {
    // If the transform function replaces this node with a new one, carry over the tags.
    afterRule.copyTagsFrom(this)
    afterRule.mapChildren(_.transformDownWithPruning(cond, ruleId)(rule))
  }
}

2.3 Changes to An Individual Rule

规则的例子:

object OptimizeIn extends Rule[LogicalPlan] with SQLConfHelper {
 def apply(plan: LogicalPlan): LogicalPlan = plan transform ({
   case q: LogicalPlan => q transformExpressionsDown ({
     case In(v, list) if list.isEmpty => ...
     case expr @ In(v, list) if expr.inSetConvertible => ...
   }, _.containsPattern(IN), ruleId) // 必须包含IN
 }, _.containsPattern(IN), ruleId) // 必须包含IN
}

3. 测试结果

在Delta中使用TPC-DS SF10对TPC-DS查询编译时间进行了基准测试。结果如下：

图1显示了查询编译速度；
表1显示了几个关键树遍历函数的调用计数和CPU减少的细分。

Chart

我简单运行了开版本的TPCDSQuerySuite，该测试会把TPCDS的语句解析优化，并且检查下生成的代码(CodeGen)，平均耗时的时间为三次运行得到的最优值，得到的结果如下:

合入PR前[2]，包含156个Tpcds查询，平均总耗时~56s
最新Spark开源代码，包含150个Tpcds查询，平均总耗时~19s

之所以最新的Tpcds查询比合入PR前的条数少6条，是因为后续有个减少重复TPCDS的PR。总时长优化前是优化后的两倍多。

参考引用

[1]. [SPARK-34916] Tree Traversal Pruning for Catalyst Transform/Resolve Function Families. SISP

[2]. [SPARK-35608][SQL] Support AQE optimizer side transformUpWithPruning.

[3]. Building a SIMD Supported Vectorized Native Engine for Spark SQL. link

（完）