MPP 文档新增需求

[h5n1]

在官方文档# 用 EXPLAIN 查看 MPP 模式查询的执行计划章节中关于Shuffle Hash Join描述如下

有几个问题请教下

1. 在对需要join的2个表是按join字段进行hash的吧, 每个partition的大小在多少？
2. 在hash partition数据发送给上游后，2个表的hash partition间是不是都需要进行关联？
   建议官方对mpp这块能更详细的描述些

[社区小助手]

如果这是个 文档新增需求 ，请按照下方模板提交，以便于我们更快了解到你的需求，进行优化：

• 需求类型：新增文档

• 需求落地链接：附上链接

• 需求背景：比如缺少哪部分文档，对使用有什么影响

• 期望增加哪些组件或者功能的文档，加到现有文档的哪个位置

[h5n1]

• 需求类型：新增文档
• 需求落地链接：附上链接
• 需求背景：MPP作为一项重要的功能，目前官方文档中对相关内容描述较少，且内容较为散乱，
• 期望增加哪些组件或者功能的文档，加到现有文档的哪个位置：
  增加一个专门讲讲MPP的章节，包括但不限于：MPP原理、MPP模式和以前没有时的区别、涉及哪些线程、tidb内每种数据分发方式的具体执行过程和原理结合SQL，结合原理和过程描述相关参数、执行计划分析等内容。

[Billmay表妹 (表妹)]

已反馈给相关部分负责人，感谢你提出的有效建议~

[windtalker]

1. 在对需要join的2个表是按join字段进行hash的吧, 每个partition的大小在多少？
   大部分情况下，hash字段=join字段，但是理论上hash的字段只需要是join字段的子集，具体到某个sql，优化器会根据一定的规则来选择最终的hash字段。Partition的大小我理解你是指把数据分成多少个partition？目前的实现是会取a表数据所在的节点和b表数据所在节点的并集。假设a表数据在node1，node2 节点，b表数据在node2，node3 节点的话，partition的个数就是3（node1，node2，node3三个节点）
2. 在hash partition数据发送给上游后，2个表的hash partition间是不是都需要进行关联？
   这个问题不是很懂？在hash partition数据发给上游后，每个上游节点各自进行join操作即可。

[Grace]

关于新增 MPP 文档章节的需求，已和相关部分的负责人沟通，因为 MPP 原理和架构偏技术和开发，所以计划今年会在官网博客版块新增一篇技术博客，详细讲解相关内容。