从MPP困惑到向量化顿悟

初识 Shared-Nothing——从“单机思维”到“集群格局”

起初，我试图用单机数据库的思路去优化查询：建索引、调参数、拆大表……收效甚微。后来在社区看到一篇关于 GBase 8a 架构的文章，提到“Shared-Nothing MPP”。我花了一周时间搭建了三节点的测试集群，亲手跑 TPC-H 测试。当我看到一条复杂的多表关联查询从原来的几分钟缩短到十几秒时，那种震撼至今难忘。我明白了：不是靠一台机器“硬扛”，而是让几十台机器“分头干”。每个节点独立计算、独立存储，节点间通过网络交换中间结果——这就是线性扩展的密码。

再遇行列混存——打破“列存不能点查”的偏见

有朋友问我：“GBase 8a 是列存，那点查是不是很慢？”我带着怀疑做了实验：在一张 10 亿行的大表上，用 WHERE id = … 查询单条记录。结果发现响应依然在毫秒级。后来看文档才懂：GBase 8a 虽然是列式主存储，但在底层支持行列混合存储模型，对高频点查场景可以按行组织部分数据。这让我反思：技术没有绝对的边界，关键看实现。

顿悟向量化——从“逐行循环”到“批量处理”

真正让我兴奋的是向量化执行引擎。以前我写存储过程习惯用游标一行行处理，效率极低。而 GBase 8a 的向量化引擎让 CPU 一次性处理一批数据（比如 1024 行），配合 SIMD 指令，同样的聚合计算能快 5-10 倍。当我用 EXPLAIN 看到执行计划中的“Vectorized Scan”时，那种“原来数据库可以这样设计”的开窍感，是我学习路上最宝贵的时刻。

结语

从对 MPP 一无所知，到能独立部署 GBase 8a 集群并优化复杂查询；从怀疑列存性能，到理解行列混存与向量化的精妙——这条路我走了三个月，但收获的不仅是技术，更是分析型数据库的思维范式。感谢 GBase 社区的热情帮助和详尽文档，也感谢那个没有放弃尝试的自己。