Google Supersonic列存储查询库的介绍、安装、测试

查询引擎库介绍：

http://www.infoq.com/cn/news/2012/10/Google-Supersonic/

Supersonic是一个面向列存储数据库的查询引擎库，它提供了一组数据变换原语。而且Google宣称，因为“大量使用了高速缓存感知算法、SIMD指令和矢量化执行，使之能够开发出现代超级流水线处理器的能力与资源”，这些数据变换原语“超级快速”。

Supersonic有以下主要特性：

• 高速缓存感知
• 指令流水线
• 使用SIMD（Single Instruction Multiple Data，单指令多数据）
• 定制数据结构
• 失效处理
• 支持标准的列存储操作
• 专门化的表达式

Supersonic支持大量的操作（operation），这些操作既可以用于整个表，也能组合为操作树：

• 聚合：SUM、MIN、MAX、COUNT、CONCAT、FIRST、LAST
• 计算：将表达式（下面有更多关于表达式的信息）转换为操作
• 过滤：过滤列存储表的行
• 生成：创建一定数量的没有列的行
• 限制：限制从前一操作所得结果的行数
• 排序：将前一操作的结果排序

与操作不同的是，表达式（expression）应用于行级，负责在单个的列值上执行真正的计算。表达式也可以组合成表达式树。下面列出一些表达式：

• 末端：叶节点，其中包含的是基本类型，如ConstInt32、ConstBool、ConstDataType、RandInt32等
• 算数运算：Plus、Minus、Multiply等
• 比较运算：Equal、Less、Greater、IsOdd等
• 日期/时间运算：Now、Day、Month、Year、Hour、Minute、Second、AddDays等
• 逻辑运算：And、Or、AndNot、Xor、Not
• 控制流：If、IsNull、IfNull、Case
• 数学运算：Exp、Sin、Cos、Abs、Round、Floor、Trunk、Sqrt、Power等
• 字符串：ToString、Concat、Length、Trim等

Supersonic使用C++编写，而且没有内置的数据存储格式，但是现在有“很强的意图”来创建一个。数据当前保存在内存中。

Supersonic查询引擎基于Apache License 2.0许可发布，可以从它的Google Code网站下载。为了说明针对列存储表如何使用操作与表达式，源代码中提供了大量的例子。

附图是Supersonic团队给出的，表示按如下方式处理一个行数为1M的表所得到的带有基准测试结果的操作树： 一个视图的获取要花费60微秒（速度为16.7G rows/s），随后过滤用掉1.03毫秒（速度为1M rows/s），后面是一个耗时25微秒的计算（速度为41.2M rows/s），然后结果与另一个过滤结合，整个测试耗时22.1 毫秒。

安装环境：

系统CentOS 6.2，gcc 4.3.2版本不足以安装（缺少constexpr），避免浪费时间，通过yum安装gcc 4.8.2的。

参考：http://blog.sina.com.cn/s/blog_48c95a190101b041.html

1、安装boost，主要依赖CPU Timer, 或者可以使用 ./b2 toolset=gcc cxxflags="-std=c++11"

wget http://nchc.dl.sourceforge.net/project/boost/boost/1.50.0/boost_1_50_0.tar.bz2
tar zjvf boost_1_50_0.tar.bz2

./bootstrap.sh --with-libraries=system,filesystem,log,thread,timer --with-toolset=gcc 

./b2 toolset=gcc 

./b2 install --prefix=/usr

2、Google系列依赖包安装

1）将Supersonic、glog、gflags、protobuf、re2的源码包拷贝到同一路径下；

2）解压并编译glog：

tar zxf glog-0.3.3.tar.gz
mv glog-0.3.3 glog
cd glog
./configure
make -j 2

3）解压并编译gflags （github上面的gflags用不起来）：

tar zxf gflags-2.0.tar.gz
mv gflags-2.0 gflags
cd gflags
./configure
make -j 2

4）解压并编译protobuf（0.9.4依赖2.5版本，0.9.3依赖2.4.1）：

tar zxf protobuf-2.5.0.tar.gz
mv protobuf-2.5.5 protobuf
cd protobuf
./configure
make -j 2

5）解压并编译re2：

tar zxf re2-20130115.tgz
mv re2-20130115 re2 #这步貌似没有
cd re2
make -j 2
make install #避免后面link找不到

6）解压Supersonic并进入到源码目录中：

tar zvf supersonic-0.9.4.tar.gz
mv supersonic-0.9.4.tar.gz supersonic
cd supersonic

7）配置glog等环境环境变量：

export GLOG_CFLAGS='-I../glog/src'
export GLOG_LIBS='-L../glog -lglog'
export CPPFLAGS=$CPPFLAGS' -I../glog/src'
export GFLAGS_CFLAGS='-I../gflags/src'
export GFLAGS_LIBS='-L../gflags -lgflags'
export CPPFLAGS=$CPPFLAGS' -I../gflags/src'
export PROTO_CFLAGS='-I../protobuf/src'
export PROTO_LIBS='-L../protobuf/src -lprotobuf'
export CPPFLAGS=$CPPFLAGS' -I../protobuf/src'
export PROTOC=$(readlink -f ../protobuf/src/protoc)
SO_PATH=$(readlink -f ../re2/obj/so) && \
export LDFLAGS=$LDFLAGS' -L../re2/obj/so -Wl,-rpath -Wl,'$SO_PATH
export CPPFLAGS=$CPPFLAGS' -I../re2'

11）编译Supersonic （由于上面的gcc版本会被识别为支持C++11,估）：

vi Makefile 

#修改CXXFLAGS ，最加上-lrt，支持时间库

CXXFLAGS =  -funsigned-char -O3 -mmmx -msse -msse2 -std=c++11 -lrt

接下来编译

./configure
make -j 2
make check

　check就相当运行所有的用例（程序）

===================
All 15 tests passed
===================

如果check发生依赖库问题, 检测依赖路径

vi ~/.bash_profile

LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/lib:/usr/lib64:/lib:/lib64:/usr/local/lib:/usr/local/lib64

export LD_LIBRARY_PATH

source ~/.bash_profile

所有安装包附件：http://files.cnblogs.com/files/hero4china/aa.zip

测试例子：

参考：http://blog.sina.com.cn/s/blog_48c95a190101bozi.html

把上面的glog,gflags,protobuf,re2,supersonic的目录进行了make install.

例子代码：mytest.cpp

#include <iostream>
#include "supersonic/supersonic.h"
using std::cout;
using std::endl;
using supersonic::BoundExpressionTree;
using supersonic::Expression;
using supersonic::Plus;
using supersonic::AttributeAt;
using supersonic::TupleSchema;
using supersonic::Attribute;
using supersonic::INT32;
using supersonic::NOT_NULLABLE;
using supersonic::FailureOrOwned;
using supersonic::HeapBufferAllocator;
using supersonic::View;
using supersonic::EvaluationResult;
using supersonic::SingleSourceProjector;

// 计算的规则，就是把两个列加起来
BoundExpressionTree* PrepareBoundexpression_r() {
        scoped_ptr<const Expression> addition(Plus(AttributeAt(), AttributeAt()));
        TupleSchema schema;
    schema.add_attribute(Attribute("a", INT32, NOT_NULLABLE));
        schema.add_attribute(Attribute("b", INT32, NOT_NULLABLE));
        // 绑定
        FailureOrOwned<BoundExpressionTree> bound_addition =
              addition->Bind(schema, HeapBufferAllocator::Get(), );

        if(bound_addition.is_success()) {
                return bound_addition.release();
        }

        return NULL;
}

// 对两个数组进行了执行规则
const int32* AddColumns(int32* a, int32* b, size_t row_count, BoundExpressionTree* bound_tree) {
        TupleSchema schema;
        schema.add_attribute(Attribute("a", INT32, NOT_NULLABLE));
        schema.add_attribute(Attribute("b", INT32, NOT_NULLABLE));
        // 设置视图
        View input_view(schema);
        input_view.set_row_count(row_count);
        input_view.mutable_column()->Reset(a, NULL);
        input_view.mutable_column()->Reset(b, NULL);
        // 执行规则
        EvaluationResult result = bound_tree->Evaluate(input_view);
        if(result.is_success()) {
                cout << "Column Count : " << result.get().column_count() <<
                        " and Row Count" << result.get().row_count() << endl;
                return result.get().column().typed_data<INT32>();
        }

        return NULL;
}

int main(void) {
        int32 a[] = {, , , ,  , , ,  };
        int32 b[] = {, , , ,  , , ,  };
        // 定义
        scoped_ptr<BoundExpressionTree> expr(PrepareBoundexpression_r());
        // 执行
        const int32* result = AddColumns(a, b, , expr.get());

        if(result == NULL) {
                cout << "Failed to execute the addition operation!" << endl;
        }
        //结果验证
        cout << "Results: ";
        for(int i = ; i < ; i++) {
                cout << result[i] << " ";
        }

        return ;
}

编译：g++ mytest.cc -std=c++11  -lsupersonic -lgflags -lglog -lprotobuf -lre2 -lboost_timer -Wno-deprecated -g -o mytest

执行：./mytest

输出结果：

Column Count : 1 and Row Count8
Results: 3 5 8 11 5 7 8 16