问题一：对于EXISTS子查询，在并行查询中是如何处理的？
对于EXISTS子查询，在并行查询中是如何处理的？
参考回答：
对于EXISTS子查询，在并行查询中，子查询会被完整地clone到各个worker中，并随着外层查询的WHERE条件evaluation反复触发执行。由于外层查询是并行的，每个worker中的子查询执行次数可以等比例减少。
关于本问题的更多问答可点击原文查看：
https://developer.aliyun.com/ask/667927
问题二：什么是pushdown shared策略，并举例说明其应用场景？
什么是pushdown shared策略，并举例说明其应用场景？
参考回答：
pushdown shared策略是一种子查询并行方式，适用于非相关子查询。它允许子查询提前并行物化成一个临时结果表，后续外层查询在并行执行时，各worker可以直接从该表中并行读取结果数据。例如，在SELECT c1 FROM t1 WHERE t1.c2 IN (SELECT c2 FROM t2 WHERE t2.c1 < 15)查询中，子查询(SELECT c2 FROM t2 WHERE t2.c1 < 15)就可以通过pushdown shared策略并行物化执行。
关于本问题的更多问答可点击原文查看：
https://developer.aliyun.com/ask/667928
问题三：PolarDB支持哪些数据分发方式，并简述Shuffle的基本形态？
PolarDB支持哪些数据分发方式，并简述Shuffle的基本形态？
参考回答：
PolarDB支持Shuffle、Broadcast和Gather三种数据分发方式。Shuffle（Repartition）的基本形态是通过将数据根据指定的key或规则重新分配到不同的partition中，以确保具有相同key的数据位于同一partition内，从而支持后续的并行处理操作。
关于本问题的更多问答可点击原文查看：
https://developer.aliyun.com/ask/667929
问题四：跨节点并行查询的主要优势是什么？
跨节点并行查询的主要优势是什么？
参考回答：
跨节点并行查询的主要优势包括：打通节点间计算资源，实现更高的计算并行度；突破单节点在IO和CPU上的瓶颈，充分利用分布式存储的高吞吐能力；结合全局节点管理与资源视图，平衡调度全局计算资源，实现负载均衡的同时保证查询性能；结合全局一致性视图，保证对事务性数据的正确读取
关于本问题的更多问答可点击原文查看：
https://developer.aliyun.com/ask/667930
问题五：ADB PG是什么，它与Greenplum有什么关系？
ADB PG是什么，它与Greenplum有什么关系？
参考回答：
ADB PG全称云原生数据仓库AnalyticDB PostgreSQL版，是阿里云基于开源Greenplum优化后的云原生数据仓库。它采用大规模并行处理（MPP）架构，与Greenplum在技术上有很多共通之处。
关于本问题的更多问答可点击原文查看：
