AP系统(DorisDB, Clickhouse, Snowflake)的执行， 向量化可提升查询性能数倍, 比如甚至一个数量级. nebula当前和今后有没有支持向量化的执行引擎？ 在图查询的场景下, 向量执行是否有必要支持？
1 个赞
向量化是我们未来考虑的一个优化点，nebula-storage 的接口支持 batch 处理，query engine 这边在处理这些 vertex/edge 的 batch 时可以做些 vectorize 的优化，当然这里需要改造一下 nebula storage 的返回数据的格式，比如一个 vertex 上相同 edge type 的 edges 的 properties 可以按列返回，这样 graph 层向量化处理起来就简单些。
目前的执行引擎每个算子都是基于异步的接口来实现，还不能很好的实现算子间的 pipeline 操作，后续我们会持续的优化这块实现，包括调度。到时 vectorize 和 pipeline 结合着做效果应该会更好。
向量化这块第一步主要涉及到现有一些 expression 的改造，如果开始着手这块的优化，我们会把对应的 framework 搭建好，这样社区就可以参与其中一起贡献了。
以后做图分析场景时，面对大数据量的场景，向量化的优化我认为还是很有必要的。感谢你对nebula的关注，也希望以后我们可以一起参与到这块的实现中。
2 个赞
你好，nebula目前算子的调度应该还没有支持pipeline吧？
此话题已在最后回复的 30 天后被自动关闭。不再允许新回复。