对于分布式数据库，由于数据分布在不同的DN上，源表和目标表在进行左连接前，数据要根据连接条件进行重分布，做完左连接后，左连接的结果中源表的数据是全部输出，和源表不能关联的右侧目标表是补NULL的，因此不能以目标表的分布列作为分布键对数据进行重分布（左连接的结果中目标表存在空行），因此数据不能根据目标表重分布到对应的DN上，因此不能在DN上做merge into操作。对于分布式数据库，目前常用的技术是将连接后的数据发送到CN上，然后CN在将数据发送的对应的DN上做merge into操作，而这种执行计划的效率是非常的低的，大大降低了merge into的性能。

GArrow 是一个基于 Apache Arrow 的 C 语言绑定库，它允许开发者在 C 语言中使用 Apache Arrow 的功能。Teledbx向量化引擎是通过插件vectorization实现，其中vectorization主要是将对应的执行算子、数据类型及表达式转换成Arrow插件中对应执行算子、数据类型及表达式，利用插件Arrow的向量化能力实现teledbx的向量化引擎。teledbx中的向量化引擎中会用到大量Arrow中的数据结构及接口，因此，本文对Arrow中重要的数据结构及接口进行介绍。