Distribute Hint 控制 Join Shuffle 方式
概述
Distribute Hint 用于控制 Join 操作中右表的数据分发（Shuffle）方式，是手动调优 Join 执行计划的常用手段。通过显式指定分发方式，可以在优化器自动选择不理想时，灵活地干预查询执行计划。
核心能力：
- 强制指定 Join 右表的分发方式为
shuffle或broadcast。 - 可与 Ordered Hint、Leading Hint 组合使用，实现更细粒度的 Join 调优。
- 当 Hint 无法生效时，系统按最大努力原则处理，不会报错。
快速导航
语法规则
| 规则项 | 说明 |
|---|---|
| 书写位置 | Distribute Hint 写在 Join 右表前面 |
| 可选类型 | [shuffle] 或 [broadcast] |
| 数量限制 | 支持任意个 Distribute Hint |
| 失败处理 | 无法生成对应计划时不报错，按最大努力原则生效，最终以 EXPLAIN 显示的分发方式为准 |
分发方式说明
EXPLAIN Shape Plan 中会显示 Distribute 算子的分发类型，含义如下：
| 分发类型 | 含义 |
|---|---|
DistributionSpecReplicated | 将对应的数据复制到所有 BE 节点（Broadcast 分发） |
DistributionSpecGather | 将数据汇聚（Gather）到 FE 节点 |
DistributionSpecHash | 按特定的 hashKey 及算法将数据打散到不同的 BE 节点（Shuffle 分发） |
使用案例
与 Ordered Hint 混用
场景：先通过 Ordered Hint 把 Join 顺序固定为文本顺序，再用 Distribute Hint 指定每个 Join 期望的分发方式。
使用前（默认计划）：
mysql> explain shape plan select count(*) from t1 join t2 on t1.c1 = t2.c2;
+----------------------------------------------------------------------------------+
| Explain String(Nereids Planner) |
+----------------------------------------------------------------------------------+
| PhysicalResultSink |
| --hashAgg[GLOBAL] |
| ----PhysicalDistribute[DistributionSpecGather] |
| ------hashAgg[LOCAL] |
| --------PhysicalProject |
| ----------hashJoin[INNER_JOIN] hashCondition=((t1.c1 = t2.c2)) otherCondition=() |
| ------------PhysicalProject |
| --------------PhysicalOlapScan[t1] |
| ------------PhysicalDistribute[DistributionSpecHash] |
| --------------PhysicalProject |
| ----------------PhysicalOlapScan[t2] |
+----------------------------------------------------------------------------------+
使用后（指定 Broadcast 分发）：
mysql> explain shape plan select /*+ ordered */ count(*) from t2 join[broadcast] t1 on t1.c1 = t2.c2;
+----------------------------------------------------------------------------------+
| Explain String(Nereids Planner) |
+----------------------------------------------------------------------------------+
| PhysicalResultSink |
| --hashAgg[GLOBAL] |
| ----PhysicalDistribute[DistributionSpecGather] |
| ------hashAgg[LOCAL] |
| --------PhysicalProject |
| ----------hashJoin[INNER_JOIN] hashCondition=((t1.c1 = t2.c2)) otherCondition=() |
| ------------PhysicalProject |
| --------------PhysicalOlapScan[t2] |
| ------------PhysicalDistribute[DistributionSpecReplicated] |
| --------------PhysicalProject |
| ----------------PhysicalOlapScan[t1] |
| |
| Hint log: |
| Used: ORDERED |
| UnUsed: |
| SyntaxError: |
+----------------------------------------------------------------------------------+
可以看到 t1 的分发方式从 DistributionSpecHash 变为 DistributionSpecReplicated，即 Broadcast 分发生效。
与 Leading Hint 混用
场景：使用 LEADING 提示固定 Join 顺序的同时，为每个 JOIN 操作指定相应的 DISTRIBUTE 方式，实现完整的执行计划控制。
explain shape plan
select
nation,
o_year,
sum(amount) as sum_profit
from
(
select
/*+ leading(orders shuffle {lineitem shuffle part} shuffle {supplier broadcast nation} shuffle partsupp) */
n_name as nation,
extract(year from o_orderdate) as o_year,
l_extendedprice * (1 - l_discount) - ps_supplycost * l_quantity as amount
from
part,
supplier,
lineitem,
partsupp,
orders,
nation
where
s_suppkey = l_suppkey
and ps_suppkey = l_suppkey
and ps_partkey = l_partkey
and p_partkey = l_partkey
and o_orderkey = l_orderkey
and s_nationkey = n_nationkey
and p_name like '%green%'
) as profit
group by
nation,
o_year
order by
nation,
o_year desc;
FAQ
Q1：Distribute Hint 写错或无法生成对应计划时会怎样？
系统不会报错，会按最大努力原则尝试生效。最终是否生效，请以 EXPLAIN 输出中显示的 Distribute 算子类型为准。
Q2：什么时候用 shuffle，什么时候用 broadcast？
broadcast：右表数据量较小，复制到所有 BE 节点的代价低于 Shuffle 时使用。shuffle：双表数据量较大，按 hashKey 重分布更高效时使用。
Q3：可以一次指定多个 Join 的分发方式吗？
可以。Distribute Hint 数量没有限制，可与 Ordered Hint、Leading Hint 组合，对每个 Join 单独指定分发方式。
总结
Distribute Hint 是控制 Join Shuffle 方式的常用 Hint，用于手工指定 shuffle 或 broadcast 分发方式。合理使用 Distribute Hint，可以满足现场针对 Join Shuffle 方式的调优需求，提升系统控制的灵活性。
