openGauss查询重写——rewriter

查询重写利用已有语句特征和关系代数运算来生成更高效的等价语句，在数据库优化器中扮演关键角色；尤其在复杂查询中，能够在性能上带来数量级的提升，可谓是“立竿见影”的“黑科技”。SQL语言是丰富多样的，非常灵活，不同的开发人员依据经验的不同，手写的SQL语句也是各式各样，另外还可以通过工具自动生成。同时SQL语言是一种描述性语言，数据库的使用者只是描述了想要的结果，而不关心数据的具体获取方式，输入数据库的SQL语言很难做到以最优形式表示，往往隐含了一些冗余信息，这些信息可以被挖掘生成更加高效的SQL语句。查询重写就是把用户输入的SQL语句转换为更高效的等价SQL。查询重写遵循两个基本原则。
（1） 等价性：原语句和重写后的语句，输出结果相同。
（2） 高效性：重写后的语句，比原语句在执行时间和资源使用上更高效。
介绍如下几个openGauss数据库关键的查询重写技术。
（1） 常量表达式化简：常量表达式，即用户输入SQL语句中包含运算结果为常量的表达式，分为算数表达式、逻辑运算表达式、函数表达式。查询重写可以对常量表达式预先计算以提升效率。例如“SELECT * FROM table WHERE a=1+1;”语句被重写为“SELECT * FROM table WHERE a=2”语句。
（2） 子查询提升：由于子查询表示的结构更清晰，符合人的阅读理解习惯，用户输入的SQL语句往往包含了大量的子查询，但是相关子查询往往需要使用嵌套循环的方法来实现，执行效率较低，因此将子查询优化为semi join的形式可以在优化规划时选择其他的执行方法，或能提高执行效率。例如“SELECT * FROM t1 WHERE t1.a in (SELECT t2.a FROM t2);”语句可重写为“SELECT * FROM t1 LEFT SEMI JOIN t2 ON t1.a=t2.a”语句。
（3） 谓词下推：谓词(Predicate)，通常为SQL语句中的条件，例如“SELECT * FROM t1 WHERE t1.a=1;”语句中的“t1.a=1”即为谓词。等价类（equivalent-class）是指等价的属性、实体等对象的集合，例如“WHERE t1.a=t2.a”语句中，t1.a和t2.a互相等价，组成一个等价类{t1.a,t2.a}。利用等价类推理（又称作传递闭包），可以生成新的谓词条件，从而达到减小数据量和最大化利用索引的目的。举一个形象的例子来说明谓词下推的威力，假设有两个表t1、t2，它们分别包含[1,2,3,…,100]共100行数据，那么查询语句“SELECT * FROM t1 JOIN t2 ON t1.a=t2.a WHERE t1.a=1”的逻辑计划在经过查询重写前后的对比，如图1-3所示。

图1-3 查询重写前后对比
查询重写的主要工作在优化器中实现，源代码目录主要在/src/gausskernel/optimizer/prep，源码文件如表1-5所示。
表1-5 查询重写源代码文件

模块	源码文件	功能
prep	prepqual.cpp	对谓词进行正则化
	preptlist.cpp	对投影进行重写
	prepunion.cpp	处理查询中的集合操作
	preprownum.cpp	对表达式中的rownum进行预处理
	prepjointree.cpp	化简表达式、子查询
	prepnonjointree.cpp	Lazy Aggregation优化

除此之外，openGauss还提供了基于规则的rewrite接口，用户可以通过创建替换规则的方法对逻辑执行计划进行改写。例如视图展开功能，即通过rewrite模块中的规则进行替换，而视图展开的规则是在创建视图的过程中默认创建的。
1） rewriter源码组织
rewriter源码目录为：/src/gausskernel/optimizer/rewrite。源码文件如表1-6所示。
表1-6 rewriter源码文件

模块	源码文件	功能
rewrite	rewriteDefine.cpp	定义重写规则
	rewriteHandler.cpp	重写主模块
	rewriteManip.cpp	重写操作函数
	rewriteRemove.cpp	重写规则移除函数
	rewriteRlsPolicy.cpp	重写行粒度安全策略
	rewriteSupport.cpp	重写辅助函数

2） rewriter主流程
rewriter主流程代码如下：
/* rewrite.cpp */
...
/* 查询重写主函数 */
List* QueryRewrite(Query* parsetree)
{
...
/* 应用所有non-SELECT规则获取改写查询列表 */
querylist = RewriteQuery(parsetree, NIL);
/* 对每个改写查询应用RIR规则 */
results = NIL;
foreach (l, querylist) {
Query* query = (Query*)lfirst(l);
query = fireRIRrules(query, NIL, false);
query->queryId = input_query_id;
results = lappend(results, query);
}
/* 从重写列表确定一个重写结果 */
origCmdType = parsetree->commandType;
foundOriginalQuery = false;
lastInstead = NULL;
foreach (l, results) {...}
...
return results;
}