5eaa4503d340e1441cbc1309b5de6d5637cad98d
[hive.git] / ql / src / gen / vectorization / ExpressionTemplates / TimestampColumnArithmeticTimestampColumn.txt
1 /**
2  * Licensed to the Apache Software Foundation (ASF) under one
3  * or more contributor license agreements.  See the NOTICE file
4  * distributed with this work for additional information
5  * regarding copyright ownership.  The ASF licenses this file
6  * to you under the Apache License, Version 2.0 (the
7  * "License"); you may not use this file except in compliance
8  * with the License.  You may obtain a copy of the License at
9  *
10  *     http://www.apache.org/licenses/LICENSE-2.0
11  *
12  * Unless required by applicable law or agreed to in writing, software
13  * distributed under the License is distributed on an "AS IS" BASIS,
14  * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
15  * See the License for the specific language governing permissions and
16  * limitations under the License.
17  */
18
19 package org.apache.hadoop.hive.ql.exec.vector.expressions.gen;
20
21 import java.sql.Timestamp;
22
23 import org.apache.hadoop.hive.common.type.HiveIntervalDayTime;
24 import org.apache.hadoop.hive.ql.exec.vector.expressions.VectorExpression;
25 import org.apache.hadoop.hive.ql.exec.vector.expressions.NullUtil;
26 import org.apache.hadoop.hive.ql.exec.vector.*;
27 import org.apache.hadoop.hive.ql.exec.vector.VectorizedRowBatch;
28 import org.apache.hadoop.hive.ql.exec.vector.VectorExpressionDescriptor;
29 import org.apache.hadoop.hive.ql.util.DateTimeMath;
30
31 /**
32  * Generated from template TimestampColumnArithmeticTimestampColumnBase.txt, which covers binary arithmetic
33  * expressions between columns.
34  */
35 public class <ClassName> extends VectorExpression {
36
37   private static final long serialVersionUID = 1L;
38
39   private int colNum1;
40   private int colNum2;
41   private int outputColumn;
42   private DateTimeMath dtm = new DateTimeMath();
43
44   public <ClassName>(int colNum1, int colNum2, int outputColumn) {
45     this.colNum1 = colNum1;
46     this.colNum2 = colNum2;
47     this.outputColumn = outputColumn;
48   }
49
50   public <ClassName>() {
51   }
52
53   @Override
54   public void evaluate(VectorizedRowBatch batch) {
55
56     if (childExpressions != null) {
57       super.evaluateChildren(batch);
58     }
59
60     // Input #1 is type <OperandType1>.
61     <InputColumnVectorType1> inputColVector1 = (<InputColumnVectorType1>) batch.cols[colNum1];
62
63     // Input #2 is type <OperandType2>.
64     <InputColumnVectorType2> inputColVector2 = (<InputColumnVectorType2>) batch.cols[colNum2];
65
66     // Output is type <ReturnType>.
67     <OutputColumnVectorType> outputColVector = (<OutputColumnVectorType>) batch.cols[outputColumn];
68
69     int[] sel = batch.selected;
70     int n = batch.size;
71
72     // return immediately if batch is empty
73     if (n == 0) {
74       return;
75     }
76
77     outputColVector.isRepeating =
78          inputColVector1.isRepeating && inputColVector2.isRepeating
79       || inputColVector1.isRepeating && !inputColVector1.noNulls && inputColVector1.isNull[0]
80       || inputColVector2.isRepeating && !inputColVector2.noNulls && inputColVector2.isNull[0];
81
82     // Handle nulls first
83     NullUtil.propagateNullsColCol(
84       inputColVector1, inputColVector2, outputColVector, sel, n, batch.selectedInUse);
85
86     /* Disregard nulls for processing. In other words,
87      * the arithmetic operation is performed even if one or
88      * more inputs are null. This is to improve speed by avoiding
89      * conditional checks in the inner loop.
90      */
91     if (inputColVector1.isRepeating && inputColVector2.isRepeating) {
92       dtm.<OperatorMethod>(
93           inputColVector1.asScratch<CamelOperandType1>(0), inputColVector2.asScratch<CamelOperandType2>(0), outputColVector.getScratch<CamelReturnType>());
94       outputColVector.setFromScratch<CamelReturnType>(0);
95     } else if (inputColVector1.isRepeating) {
96       <HiveOperandType1> value1 = inputColVector1.asScratch<CamelOperandType1>(0);
97       if (batch.selectedInUse) {
98         for(int j = 0; j != n; j++) {
99           int i = sel[j];
100           dtm.<OperatorMethod>(
101               value1, inputColVector2.asScratch<CamelOperandType2>(i), outputColVector.getScratch<CamelReturnType>());
102           outputColVector.setFromScratch<CamelReturnType>(i);
103         }
104       } else {
105         for(int i = 0; i != n; i++) {
106           dtm.<OperatorMethod>(
107               value1, inputColVector2.asScratch<CamelOperandType2>(i), outputColVector.getScratch<CamelReturnType>());
108           outputColVector.setFromScratch<CamelReturnType>(i);
109         }
110       }
111     } else if (inputColVector2.isRepeating) {
112       <HiveOperandType2> value2 = inputColVector2.asScratch<CamelOperandType2>(0);
113       if (batch.selectedInUse) {
114         for(int j = 0; j != n; j++) {
115           int i = sel[j];
116           dtm.<OperatorMethod>(
117               inputColVector1.asScratch<CamelOperandType1>(i), value2, outputColVector.getScratch<CamelReturnType>());
118           outputColVector.setFromScratch<CamelReturnType>(i);
119         }
120       } else {
121         for(int i = 0; i != n; i++) {
122           dtm.<OperatorMethod>(
123               inputColVector1.asScratch<CamelOperandType1>(i), value2, outputColVector.getScratch<CamelReturnType>());
124           outputColVector.setFromScratch<CamelReturnType>(i);
125         }
126       }
127     } else {
128       if (batch.selectedInUse) {
129         for(int j = 0; j != n; j++) {
130           int i = sel[j];
131           dtm.<OperatorMethod>(
132               inputColVector1.asScratch<CamelOperandType1>(i), inputColVector2.asScratch<CamelOperandType2>(i), outputColVector.getScratch<CamelReturnType>());
133           outputColVector.setFromScratch<CamelReturnType>(i);
134         }
135       } else {
136         for(int i = 0; i != n; i++) {
137           dtm.<OperatorMethod>(
138               inputColVector1.asScratch<CamelOperandType1>(i), inputColVector2.asScratch<CamelOperandType2>(i), outputColVector.getScratch<CamelReturnType>());
139           outputColVector.setFromScratch<CamelReturnType>(i);
140         }
141       }
142     }
143
144     /* For the case when the output can have null values, follow
145      * the convention that the data values must be 1 for long and
146      * NaN for double. This is to prevent possible later zero-divide errors
147      * in complex arithmetic expressions like col2 / (col1 - 1)
148      * in the case when some col1 entries are null.
149      */
150     NullUtil.setNullDataEntries<CamelReturnType>(outputColVector, batch.selectedInUse, sel, n);
151   }
152
153   @Override
154   public int getOutputColumn() {
155     return outputColumn;
156   }
157
158   @Override
159   public String getOutputType() {
160     return "<ReturnType>";
161   }
162
163   @Override
164   public VectorExpressionDescriptor.Descriptor getDescriptor() {
165     return (new VectorExpressionDescriptor.Builder())
166         .setMode(
167             VectorExpressionDescriptor.Mode.PROJECTION)
168         .setNumArguments(2)
169         .setArgumentTypes(
170             VectorExpressionDescriptor.ArgumentType.getType("<OperandType1>"),
171             VectorExpressionDescriptor.ArgumentType.getType("<OperandType2>"))
172         .setInputExpressionTypes(
173             VectorExpressionDescriptor.InputExpressionType.COLUMN,
174             VectorExpressionDescriptor.InputExpressionType.COLUMN).build();
175   }
176 }
177