使用 Hint 调整 Join Shuffle 方式
Distribute Hint 是 Doris 用于手动指定 Join 右表数据分发方式的提示语法。通过它可在特定场景下覆盖优化器的默认选择，从而优化 Join 性能。
调优前置 Checklist：
- 已通过
EXPLAIN SHAPE PLAN查看当前 Join 的分发方式 - 已确认默认计划存在性能瓶颈（如小表被 Shuffle、大表被 Broadcast）
- 了解两表的数据规模，可判断 Broadcast 与 Shuffle 的适用性
- 仅在专业调优场景使用 Hint，业务侧无需手工干预
当前 Doris 已经具备良好的开箱即用的能力，也就意味着在绝大多数场景下，Doris 会自适应的优化各种场景下的性能，无需用户来手工控制 Hint 来进行业务调优。本章介绍的内容主要面向专业调优人员，业务人员仅做简单了解即可。
Distribute Hint 语法
Doris 支持两种独立的 Distribute Hint，需置于 Join 右表之前，使用中括号 [] 包裹。
Hint 类型对比
| Hint 类型 | 分发方式（DistributionSpec） | 典型适用场景 | 数据传输代价 |
|---|---|---|---|
[shuffle] | DistributionSpecHash | 两表数据量都较大，按 Join Key Hash 重分布 | 双表均按 Key 重分布 |
[broadcast] | DistributionSpecReplicated | 右表为小表，复制到所有 BE 节点上 | 右表全量复制到每个 BE 节点 |
提示：也可通过 Leading Hint 配合 Distribute Hint 共同指定 Shuffle 方式，详见使用 Leading Hint 控制 Join 顺序。
最小示例
-- 强制右表 Broadcast 分发
SELECT COUNT(*) FROM t2 JOIN [broadcast] t1 ON t1.c1 = t2.c2;
-- 强制右表 Shuffle 分发
SELECT COUNT(*) FROM t2 JOIN [shuffle] t1 ON t1.c1 = t2.c2;
案例：通过 EXPLAIN 验证 Hint 效果
下面以同一查询展示 Hint 生效前后的执行计划差异。
步骤 1：查看默认执行计划
目的：确认优化器默认选择的分发方式。
命令：
EXPLAIN SHAPE PLAN SELECT COUNT(*) FROM t1 JOIN t2 ON t1.c1 = t2.c2;
说明：默认计划中 t2 使用 DistributionSpecHash，即按 Hash 进行 Shuffle 分发。
+----------------------------------------------------------------------------------+
| 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] |
+----------------------------------------------------------------------------------+
步骤 2：加入 [broadcast] Hint
目的：将右表 t2 的分发方式改为 Broadcast。
命令：
EXPLAIN SHAPE PLAN SELECT COUNT(*) FROM t1 JOIN [broadcast] t2 ON t1.c1 = t2.c2;
说明：执行计划中 t2 的分发方式由 DistributionSpecHash 变为 DistributionSpecReplicated，表明 Hint 已生效。
+----------------------------------------------------------------------------------+
| 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 [DistributionSpecReplicated] |
| --------------PhysicalProject |
| ----------------PhysicalOlapScan [t2] |
+----------------------------------------------------------------------------------+
常见问题
Q1：Hint 写了为什么没生效？
- 确认 Hint 写在 Join 右表之前，例如
JOIN [broadcast] t1，而非左表前。 - 使用
EXPLAIN SHAPE PLAN检查PhysicalDistribute节点的DistributionSpec是否符合预期。 - 语法错误（如缺少中括号、拼写错误）会被忽略，请检查 SQL 语法。
Q2：什么时候使用 [broadcast]，什么时候用 [shuffle]？
| 场景 | 推荐 Hint | 原因 |
|---|---|---|
| 右表是小表（如维度表） | [broadcast] | 避免大表 Shuffle 的网络开销 |
| 两表都很大且数据均衡 | [shuffle] | Broadcast 会放大右表传输代价 |
| Join Key 严重数据倾斜 | [broadcast] | 规避 Shuffle 后的热点节点 |
Q3：是否需要手工指定 Hint？
绝大多数场景下不需要。Doris 优化器会自适应选择合适的分发方式，仅在性能不达预期且明确判定优化器选择不当时再使用 Hint。
总结
通过合理使用 Distribute Hint，可以优化 Join 操作的 Shuffle 方式，提升查询性能。实践中建议先通过 EXPLAIN SHAPE PLAN 分析执行计划，再根据数据规模和分布特征选择 [shuffle] 或 [broadcast]。
