概述
TDSQL Boundless 的查询优化分两层：
串行优化器（默认使用传统贪心优化器）：决定表与表怎么连接、用哪种访问方法（全表扫描 / 索引扫描 / ref 等）、连接顺序如何排列。它产出一棵串行执行计划树。
并行查询优化器：在串行计划树之上做"二次优化"——不改连接顺序，而是为这棵已定形的树决定"怎么并行执行最省"：哪些表走并行扫描、用多大并行度（DOP）、聚合/排序/limit 是否拆成两阶段、Leader 与 Worker 各做什么。
换句话说：
优化器 | 回答的问题 | 输入 | 输出 |
串行优化器 | 这些表怎么连、用什么访问方法最省？ | 查询块 | 一棵串行执行计划树 |
并行查询优化器 | 这棵树怎么并行执行最省？ | 串行执行计划树 | Leader Slice + Worker Slice 的并行执行计划 |
并行执行模型
Leader / Worker / Slice
一条并行查询计划被切分为若干 Slice：
Leader Slice（顶层）：在主连接上执行，DOP 恒为 1，负责汇总、做无法下推的最终算子。
Worker Slice：由若干 Worker 并行执行同一份 PartialPlan 模板，每个 Worker 处理一部分数据，DOP = Worker 数。
Slice 的边界是 Collector：Worker 产出部分结果，典型的 Gather Collector 把多个 Worker 的流汇聚，上交给 Leader。一个 Collector 把计划切分为上下两片。
说明：
Collector 支持 Gather/Shuffle/Broadcast 等算子，当前版本只有 Gather 启用。
分布类型
并行优化器为每个计划节点选择一种分布类型，描述该节点的数据如何分布到 Worker：
分布类型 | 含义 | DOP |
Leader 单点（final_singleton） | 只在 Leader 执行，最终汇总点 | 1 |
广播（replicated） | 每个 Worker 持有全量副本 | 1 |
并行扫描（partial_scan） | 每个 Worker 扫一片数据（动态范围或分区并行扫描），无重分区 | 可放大 |
按分片键分布（hashed） | 按分布键重分区，或利用物理分片键就地分布；DOP 取决于分布键与物理分片配置 | 取决于体系 |
这些类型决定数据如何流转：Leader 单点需要 Collector 回收；广播等价于每个 Worker 自带全量；并行扫描是本地并行无重分区；按分片键分布则可利用 co-located（同分布）特性避免 shuffle。
两阶段算子
某些算子可以拆成"Worker 做部分、Leader 做剩余"的两阶段形式：
算子 | 两阶段做法 |
聚合（GROUP BY） | Worker 各做局部聚合（如局部 SUM/COUNT），Leader 再合并（SUM 各 Worker 的 SUM） |
排序（ORDER BY） | Worker 各自局部排序，Leader 端做归并排序合并有序流 |
LIMIT | Worker 各取 limit 行（offset 清零），Leader 再做 limit+offset |
窗口函数 | 仅当 PARTITION BY 列与数据分布兼容时下推（每个 Worker 处理完整分区） |
COUNT(*) | Worker 各 COUNT，Leader SUM |
不是所有算子都能两阶段：例如带 DISTINCT 的聚合、不可两阶段的 GROUP_CONCAT / LISTAGG 必须走一阶段（Leader 聚合），因为它们的中间态无法简单合并。
并行代价计算原理
并行优化器为每条候选路径计算代价，自底向上累加。与串行代价相比，并行代价多了三部分并行专属开销。
代价组成
一条并行路径的总代价大致是：
并行代价 = 子算子代价 + 本算子自代价 + 并行专属开销
并行专属开销 = 收集代价（Collector）+ 通信代价（随 DOP² 增长）+ 并行效率折扣
收集代价（Collector）
Collector 把多个 Worker 的流汇聚到 Leader，是并行代价中最核心的部分。
说明：
Collector 支持 Gather/Shuffle/Broadcast 等算子，当前版本只有 Gather 启用。
Gather 由三段组成：
Leader 接收代价：Leader 每接收一行付出固定代价，与总接收行数 N 成正比（按字段数计费）。
Worker 发送代价：每个 Worker 每发送一行付出代价，与单 Worker 行数 N/DOP 成正比（按字段数与行宽字节数计费），再加上子算子的执行代价。
归并排序代价：仅当子路径带序（排序下推）时才产生，Leader 把多个有序流归并，与总行数 N 成正比。
通信代价（抑制过宽并行）
通信代价 = 常数 × DOP²
代价随 DOP 平方增长，作为 all-to-all 通信的保守上界。由于 shuffle 尚未完整支持，这一项用于防止优化器偏向过宽的并行计划——DOP 翻倍，通信代价变四倍，从而抑制盲目增大并行度。
并行效率折扣（小表并行收益低）
并非所有数据都适合并行扫描。对行数少的表，并行扫描收益很小，甚至因为数据倾斜而劣化。并行优化器用一条逻辑斯蒂曲线把有效并行度从"串行级 1/DOP"平滑过渡到"满并行 1.0"：
并行效率 = 1/DOP + (1 − 1/DOP) × 逻辑斯蒂函数(去重行数, DOP, 行数缩放因子)
有效 DOP（规划并行度）= DOP × 并行效率 （结果钳制到 ≥ 1）
含义：
去重行数很少时，并行效率趋近 1/DOP（接近串行）——并行几乎无收益。
去重行数充足时，并行效率趋近 1.0（充分并行）。
rows_scale 由会话变量 parallel_plan_efficiency_rows_scale（默认 100）控制：值越大，模型越早认为"行数够多、可以充分并行"；设为 0 则禁用该模型（一律按满并行估算）。路径枚举与选择原理
枚举什么
关键区别：串行优化器枚举的是连接顺序；并行优化器不重新枚举连接顺序，它接受串行已选定的计划树，为每个节点枚举"分布方案 + 是否两阶段 + DOP"。
枚举对象是：每个计划节点的多种并行实现方案。例如一个表扫描节点，可枚举"Leader 单点扫描 / 广播 / 动态范围并行扫描 / 分区并行扫描"几种方案；一个聚合节点可枚举"一阶段 Leader 聚合 / 下推一阶段 / 两阶段"。
枚举内容
节点类型 | 枚举的并行方案 |
表扫描 | Leader 单点（通常作为基线路径由优化器提议）/ 广播 / 动态范围并行扫描 / 分区并行扫描。后两者受行数与代价阈值剪枝 |
连接（join） | 同分布直接拼接（partition-wise）/ 一侧广播 / 兜底 Collector 到 Leader /（条件满足时）并行 Hash Join |
聚合 | 一阶段 Collector / 下推一阶段（分布键兼容时）/ 两阶段 |
排序 | 下推排序 + Leader 归并 / 不下推 Collector |
limit | 两阶段（Worker 取 limit、Leader 取 limit+offset） |
窗口 | 分布键兼容时下推，否则 Collector |
支配剪枝（保留非劣解）
一个计划节点可能枚举出多条候选路径。并行优化器用多维支配比较剪枝：只有当一条路径在所有维度上都不劣于另一条时，才丢弃被支配者；只要有一条路径在某个维度更优，两条就同时保留。
比较维度大致包括：
分布类型不同：两者都保留（不同分布各有不可替代的优势）。
是否有 Collector 不同：保留（某些位置——如嵌套循环内层——不能放 Collector）。
分布键的包含关系：更宽的分布键与更精确的分布键各有优势，保留。
hint 命中数：命中多的更优。
强制并行偏好：并行路径优先。
总代价 / 启动代价 / 输出行数：低者优先。
最终选择
枚举完后，从根节点的所有候选中选出最优路径，规则：
1. 命中 hint 的路径优先：若某路径命中的 hint 数最多，则总是选它（hint 覆盖代价比较）。
2. 否则选 总代价最低的路径；若
maximum_slices 开启，则优先选 Collector 最多的路径（最大化 Slice 数）。3. 若选中路径不含 Collector：说明没有任何并行收益，退回串行执行。
最后把选中路径切分为 Leader + Worker Slice 树。顶层 Leader Slice DOP 恒为 1。
与串行优化器的差异
串行优化器（默认传统贪心）：枚举连接顺序与访问方法，用单一代价模型选最小代价计划，单线程执行，无并行度 / 分布 / Collector 概念。
维度 | 串行优化器（传统贪心） | 并行查询优化器 |
输入 | 查询块 | 串行优化器产出的计划树 |
输出 | 一棵串行执行计划 | Leader + Worker Slice 树（两层） |
枚举对象 | 连接顺序 + 访问方法 | 分布类型 / DOP / 是否两阶段 |
是否改连接顺序 | 是（贪心选定） | 否，复用串行已选定的计划树 |
代价模型 | 单一串行代价（CPU + IO） | 借用更精细的代价模型，额外叠加 Collector / 通信 / 效率折扣 |
并行度 | 无（恒单线程） | 有（MANUAL 固定 / AUTO 自动） |
分布概念 | 无 | 4种分布类型 + 分布键 + 等价类 |
剪枝 | 按代价 + 有序性等维度 | 按分布类型 / 分布键 / Collector / DOP 源 + 代价多维 |
选择策略 | 选最小代价计划 | hint 优先，其次最小代价，无 Collector 则退回串行 |
触发时机 | 计划生成主路径 | 串行计划之后的并行化后处理 |
可退回串行 | — | 是，多重门控，可能枚举出并行计划却最终退回串行 |
最根本的差异：串行优化器决定"怎么连"，并行优化器决定"这棵树怎么并行执行"——两者解耦，连接顺序决策完全在串行阶段完成。
用户控制
这是本文重点。用户通过会话变量和 SQL hint 两类手段控制并行优化器。
启用并行查询
并行查询默认关闭。最简启用：
-- 开启并行，固定 DOP=8（MANUAL 模式）SET SESSION max_parallel_degree = 8;-- 或让优化器自动选 DOPSET SESSION max_parallel_degree = 16; -- AUTO 下的 DOP 上限SET SESSION parallel_degree_policy = AUTO;
说明：
max_parallel_degree = 0 表示关闭并行；> 0 表示开启。AUTO 模式下它作为 DOP 上限。核心会话变量
变量 | 默认 | 作用 |
max_parallel_degree | 0（关闭） | 并行度。MANUAL 下即固定 DOP；AUTO 下为 DOP 上限 |
parallel_degree_policy | MANUAL | DOP 策略： MANUAL（固定）/ AUTO（自动） |
parallel_plan_cost_threshold | 50000 | 全局门控：串行代价 ≥ 此值才考虑并行 |
parallel_scan_cost_threshold | 10000 | MANUAL：表串行代价低于此值不走并行扫描；AUTO：每 Worker 扫描代价达标线 |
parallel_scan_records_threshold | 10000 | 表预估访问行数 < 此值不走并行扫描 |
parallel_scan_ranges_threshold | 2 | 预估范围数 < 此值不走并行扫描 |
parallel_plan_efficiency_rows_scale | 100 | 并行效率折算的行数缩放因子；0禁用效率模型 |
parallel_plan_compare_serial_cost | false | 为真时，允许把"不并行（原串行计划）"纳入候选与并行计划比代价 |
parallel_query_switch | 默认子集 | 位掩码总开关 |
tdsql_enable_parallel_hash_join | false | 开启并行 Hash Join |
parallel_query_switch 位掩码
parallel_query_switch 是一组开关的位掩码，用 开关名=on/off 设置：SET SESSION parallel_query_switch = 'force=on,subquery_pushdown=on';
PARALLEL hint
-- 表级：指定该表用 DOP=4SELECT /*+ PARALLEL(t 4) */ COUNT(*) FROM t;-- 表级 + AUTO：该表自动选 DOPSELECT /*+ PARALLEL(t AUTO) */ COUNT(*) FROM t;-- 表级禁用该表并行SELECT /*+ PARALLEL(t 0) */ ... FROM t;-- 全局：整个查询用 DOP=8SELECT /*+ PARALLEL(8) */ ...;-- 指定扫描类型SELECT /*+ PARALLEL(t 4 DYNAMIC_RANGE) */ ... FROM t; -- 动态范围并行扫描SELECT /*+ PARALLEL(t 4 PARTITION) */ ... FROM t; -- 分区并行扫描
要点：
hint 命中的路径会被加权，选优时优先于代价最低的路径。
显式指定 DOP 或 force 时，会跳过行数 / 代价阈值检查——即"用户明确要求并行，就不再因阈值剪枝"。
PARALLEL(t AUTO) 在该表粒度强制 AUTO，覆盖会话变量。PARALLEL(t 0) 显式禁用该表并行。PQ_DISTRIBUTE hint
-- 两阶段聚合：Worker 局部聚合 + Leader 合并SELECT /*+ PQ_DISTRIBUTE(@qb AGGREGATE NONE GATHER) */ ...FROM /*+ QB_NAME(qb) */ ...;-- 一阶段聚合（gather 到 Leader）SELECT /*+ PQ_DISTRIBUTE(@qb AGGREGATE GATHER) */ ...;-- 排序下推（Worker 排序 + Leader 归并）SELECT /*+ PQ_DISTRIBUTE(@qb SORT NONE GATHER) */ ...;
target 取
TABLE / AGGREGATE / SORT / WINDOW，每个 target 的 first/second 类型取 NONE / GATHER / HASH / BROADCAST / UNSPECIFIED。常见组合：形态 | target | first | second |
两阶段聚合 | AGGREGATE | NONE | GATHER |
一阶段聚合 | AGGREGATE | GATHER | UNSPECIFIED |
下推排序 | SORT | NONE | GATHER |
下推一阶段聚合 | AGGREGATE | NONE | UNSPECIFIED |
强制并行与退回串行
两个机制决定"是否真的走并行"：
force（parallel_query_switch）或 PARALLEL hint：强制尽量走并行，跳过阈值检查，选优时偏好并行路径。parallel_plan_compare_serial_cost：为真时，把"不并行（原串行计划）"也作为合法候选，与并行计划比代价。为假（默认）时，无 Gather 的纯串行路径不参与竞争。 但即使 force，若最终选中的路径不含 Collector，仍会退回串行——因为没有任何并行收益。即：force 让路径免于阈值剪枝并优先选中带 hint 的并行路径，但不会强行选择一个毫无并行结构的计划。
观察手段
EXPLAIN：可看到并行计划中的 Collector / 并行扫描 / 分区扫描节点，以及各 Slice 的 DOP。若 EXPLAIN 里没有 Collector 等并行节点，说明该查询未走并行。
optimizer_trace：并行优化输出在
PARALLEL_PLAN_OPTIMIZATION 段，可看到候选路径、剪枝原因、Auto-DOP 计算结果与中止原因、最终 result（no_valid_parallel_plan / best_plan_is_serial / 正常选中）。
