2710fa4d52c07423b0dce2eb5c4d0e5474a7f4d8
[hive.git] / ql / src / gen / vectorization / ExpressionTemplates / TimestampColumnCompareTimestampColumn.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
30 /**
31  * Generated from template TimestampColumnCompareColumn.txt, which covers comparision
32  * expressions between timestamp columns.
33  */
34 public class <ClassName> extends VectorExpression {
35
36   private static final long serialVersionUID = 1L;
37
38   private int colNum1;
39   private int colNum2;
40   private int outputColumn;
41
42   public <ClassName>(int colNum1, int colNum2, int outputColumn) {
43     this.colNum1 = colNum1;
44     this.colNum2 = colNum2;
45     this.outputColumn = outputColumn;
46   }
47
48   public <ClassName>() {
49   }
50
51   @Override
52   public void evaluate(VectorizedRowBatch batch) {
53
54     if (childExpressions != null) {
55       super.evaluateChildren(batch);
56     }
57
58      // Input #1 is type <OperandType>.
59     <InputColumnVectorType> inputColVector1 = (<InputColumnVectorType>) batch.cols[colNum1];
60
61      // Input #2 is type <OperandType>.
62     <InputColumnVectorType> inputColVector2 = (<InputColumnVectorType>) batch.cols[colNum2];
63
64     LongColumnVector outputColVector = (LongColumnVector) batch.cols[outputColumn];
65     int[] sel = batch.selected;
66     int n = batch.size;
67     long[] outputVector = outputColVector.vector;
68
69     // return immediately if batch is empty
70     if (n == 0) {
71       return;
72     }
73
74     outputColVector.isRepeating =
75          inputColVector1.isRepeating && inputColVector2.isRepeating
76       || inputColVector1.isRepeating && !inputColVector1.noNulls && inputColVector1.isNull[0]
77       || inputColVector2.isRepeating && !inputColVector2.noNulls && inputColVector2.isNull[0];
78
79     // Handle nulls first
80     NullUtil.propagateNullsColCol(
81       inputColVector1, inputColVector2, outputColVector, sel, n, batch.selectedInUse);
82
83     /* Disregard nulls for processing. In other words,
84      * the arithmetic operation is performed even if one or
85      * more inputs are null. This is to improve speed by avoiding
86      * conditional checks in the inner loop.
87      */
88     if (inputColVector1.isRepeating && inputColVector2.isRepeating) {
89       outputVector[0] = inputColVector1.compareTo(0, inputColVector2.asScratch<CamelOperandType>(0)) <OperatorSymbol> 0 ? 1 : 0;
90     } else if (inputColVector1.isRepeating) {
91       if (batch.selectedInUse) {
92         for(int j = 0; j != n; j++) {
93           int i = sel[j];
94           outputVector[i] = inputColVector1.compareTo(0, inputColVector2.asScratch<CamelOperandType>(i)) <OperatorSymbol> 0 ? 1 : 0;
95         }
96       } else {
97         for(int i = 0; i != n; i++) {
98           outputVector[i] = inputColVector1.compareTo(0, inputColVector2.asScratch<CamelOperandType>(i)) <OperatorSymbol> 0 ? 1 : 0;
99         }
100       }
101     } else if (inputColVector2.isRepeating) {
102       <HiveOperandType> value2 = inputColVector2.asScratch<CamelOperandType>(0);
103       if (batch.selectedInUse) {
104         for(int j = 0; j != n; j++) {
105           int i = sel[j];
106           outputVector[i] = inputColVector1.compareTo(i, value2) <OperatorSymbol> 0 ? 1 : 0;
107         }
108       } else {
109         for(int i = 0; i != n; i++) {
110           outputVector[i] = inputColVector1.compareTo(i, value2) <OperatorSymbol> 0 ? 1 : 0;
111         }
112       }
113     } else {
114       if (batch.selectedInUse) {
115         for(int j = 0; j != n; j++) {
116           int i = sel[j];
117           outputVector[i] = inputColVector1.compareTo(i, inputColVector2.asScratch<CamelOperandType>(i)) <OperatorSymbol> 0 ? 1 : 0;
118         }
119       } else {
120         for(int i = 0; i != n; i++) {
121           outputVector[i] = inputColVector1.compareTo(i, inputColVector2.asScratch<CamelOperandType>(i)) <OperatorSymbol> 0 ? 1 : 0;
122         }
123       }
124     }
125
126     /* For the case when the output can have null values, follow
127      * the convention that the data values must be 1 for long and
128      * NaN for double. This is to prevent possible later zero-divide errors
129      * in complex arithmetic expressions like col2 / (col1 - 1)
130      * in the case when some col1 entries are null.
131      */
132     NullUtil.setNullDataEntriesLong(outputColVector, batch.selectedInUse, sel, n);
133   }
134
135   @Override
136   public int getOutputColumn() {
137     return outputColumn;
138   }
139
140   @Override
141   public String getOutputType() {
142     return "long";
143   }
144
145   @Override
146   public String vectorExpressionParameters() {
147     return "col " + colNum1 + ", col " + + colNum2;
148   }
149
150   @Override
151   public VectorExpressionDescriptor.Descriptor getDescriptor() {
152     return (new VectorExpressionDescriptor.Builder())
153         .setMode(
154             VectorExpressionDescriptor.Mode.PROJECTION)
155         .setNumArguments(2)
156         .setArgumentTypes(
157             VectorExpressionDescriptor.ArgumentType.getType("<OperandType>"),
158             VectorExpressionDescriptor.ArgumentType.getType("<OperandType>"))
159         .setInputExpressionTypes(
160             VectorExpressionDescriptor.InputExpressionType.COLUMN,
161             VectorExpressionDescriptor.InputExpressionType.COLUMN).build();
162   }
163 }