Vector 是在执行期间用于存储内存中数据的容器格式。DataChunk 是 Vector 的集合，例如用于表示 PhysicalProjection 运算符中的列列表。

数据流

DuckDB 使用向量化查询执行模型。DuckDB 中的所有运算符都经过优化，以在固定大小的 Vector 上工作。

这个固定大小在代码中通常被称为 STANDARD_VECTOR_SIZE。默认的 STANDARD_VECTOR_SIZE 是 2048 个元组。

Vector 格式

Vector 逻辑上表示包含单一类型数据的数组。DuckDB 支持不同的向量格式，这允许系统以不同的物理表示存储相同的逻辑数据。这可以实现更紧凑的表示，并可能在整个系统中实现压缩执行。下面列出了支持的向量格式。

平面向量

平面向量物理上存储为连续数组，这是标准的未压缩向量格式。对于平面向量，逻辑和物理表示是相同的。

常量向量

常量向量物理上存储为单个常量值。

当数据元素重复时，常量向量很有用——例如，在函数调用中表示常量表达式的结果时，常量向量允许我们只存储值一次。

SELECT lst || 'duckdb'
FROM range(1000) tbl(lst);

由于 duckdb 是一个字符串字面量，因此该字面量的值对于每一行都是相同的。在平面向量中，我们必须为每一行复制一次字面量 'duckdb'。常量向量允许我们只存储该字面量一次。

从常量压缩解压时，存储层也会发出常量向量。

字典向量

字典向量物理上存储为一个子向量，以及一个包含子向量索引的选择向量。

从字典解压时，存储层会发出字典向量

与常量向量一样，字典向量也由存储层发出。当反序列化字典压缩的列段时，我们将其存储在字典向量中，以便在查询执行期间保持数据压缩。

序列向量

序列向量物理上存储为偏移量和增量值。

序列向量对于高效存储增量序列很有用。它们通常用于行标识符。

统一向量格式

这些不同向量格式的属性非常有利于优化，例如，您可以设想这样一种情况：函数的所有参数都是常量，我们可以只计算一次结果并发出一个常量向量。但是，由于可能性的组合爆炸，为每个函数的每种向量类型组合编写专用代码是不可行的。

与其这样做，不如在无论类型如何都希望通用地使用向量时，可以使用 UnifiedVectorFormat。这种格式本质上充当了 Vector 内容的通用视图。每种 Vector 类型都可以转换为这种格式。

复杂类型

字符串向量

为了高效存储字符串，我们利用了 string_t 类。

struct string_t {
    union {
        struct {
            uint32_t length;
            char prefix[4];
            char *ptr;
        } pointer;
        struct {
            uint32_t length;
            char inlined[12];
        } inlined;
    } value;
};

短字符串（<= 12 bytes）内联到结构中，而较长的字符串则通过指针存储在辅助字符串缓冲区中的数据。长度在所有函数中都被使用，以避免调用 strlen 和连续检查空指针。前缀用于比较作为快速退出（当前缀不匹配时，我们知道字符串不相等，无需追踪任何指针）。

列表向量

列表向量与一个子 Vector 一起存储为一系列列表条目。子向量包含列表中存在的值，而列表条目指定了每个独立列表的构建方式。

struct list_entry_t {
    idx_t offset;
    idx_t length;
};

偏移量指的是子 Vector 中的起始行，长度则记录了该行列表的大小。

列表向量可以递归存储。对于嵌套列表向量，列表向量的子向量仍然是列表向量。

例如，考虑类型为 BIGINT[][] 的 Vector 的这个模拟表示。

{
   "type": "list",
   "data": "list_entry_t",
   "child": {
      "type": "list",
      "data": "list_entry_t",
      "child": {
         "type": "bigint",
         "data": "int64_t"
      }
   }
}

结构体向量

结构体向量存储子向量列表。子向量的数量和类型由结构体的模式定义。

映射向量

内部地，映射向量存储为 LIST[STRUCT(key KEY_TYPE, value VALUE_TYPE)]。

联合向量

内部地，UNION 利用与 STRUCT 相同的结构。第一个“子项”始终由 UNION 的标签向量（Tag Vector）占据，该标签向量记录了每一行适用于 UNION 的哪种类型。