Multiple batch joins on the same key results in multiple shuffles

Métricas do repositório

Stars

7.313 stars (7.313 stars)

Métricas de merge de PR

Mesclagem média 6d (Mesclagem média 6d)243 fundiu PRs em 30d (243 fundiu PRs em 30d)

Description

SELECT a.*, b.*, c.* FROM a JOIN b ON a.some_id = b.some_id JOIN c ON a.some_id = c.some_id;

Guia do colaborador

Direção de pesquisa

Examine a implementação do CoGBK Join e BeamJoinRel para entender por que múltiplos shuffles ocorrem para joins na mesma chave. Procure oportunidades para combinar shuffles reutilizando os dados particionados do primeiro join.

Pilha de tecnologia

java

Domain

backenddata

Tipo Issue

Performance

DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.

3

Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.

Meio dia

Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.

Antigo

ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.

Claro

Prerequisites

JavaApache BeamSQL

Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.

40