向量化执行引擎
hubble支持面向列的查询。大部分的数据库执行查询计划，采用逐行获取表数据的方式。
面向行的执行模式可以在联机交易（OLTP）场景中保证很好的性能，而在分析性业务场景（OLAP）中的表现并不好。hubble的向量化执行引擎，通过对特定于类型的列数据，使用特性的组件进行批处理查询的方式，极大地改进了面向行的执行的性能。
配置方式
默认配置情况下，在面对确定使用内存计算的查询任务，并满足可支持的数据类型时，将会使用向量化执行引擎。
可使用当前session对其进行配置，具体参数名称为vectorize，参数详情如下：
| 参数名称 | 详情 |
|---|---|
| auto | 内存中执行的查询时，尽可能的使用向量化执行引擎，而不需要将中间结果溢出到磁盘。 |
| experimental_on | 所有查询都使用向量化执行引擎，不建议在生产环境使用此配置，避免出现内存问题。 |
| off | 对于所有查询，都不需用向量化执行引擎。 |
向量化执行的效率随着处理的行数的增加而提高。如查询的是一张非常小表时，那面向行的执行方式效率会远比向量化执行要快。默认配置下，如果表中数据少于1000行，将不会使用向量化执行引擎。设置属性名为vectorize_row_count_threshold
支持的数据类型
- STRING
- UUID
- BYTES
- DATE
- FLOAT
- INT
- BOOL
- TIMESTAMP
示例
设置向量化策略：
show vectorize;
vectorize
+---------+
auto
(1 row)set vectorize = 'auto'设置向量化开启阈值：
show vectorize_row_count_threshold;
vectorize_row_count_threshold
+-----------------------------+
1000
(1 row)set vectorize_row_count_threshold=10000;