优化器对于子查询一般使用嵌套执行的方式，也就是父查询每生成一行数据后，都需要执行一次子查询。使用这种方式需要多次执行子查询，执行效率很低。对于子查询的优化方式，一般会将其改写为联接操作，可大大提高执行效率，主要优点如下：

  • 可避免子查询多次执行。

  • 优化器可根据统计信息选择更优的联接顺序和联接方法。

  • 子查询的联接条件、过滤条件改写为父查询的条件后，优化器可以进行进一步优化，比如条件下压等。

子查询改写的方式主要包括视图合并、子查询展开和将 ANY/ALL 使用 MAX/MIN 改写等。

视图合并

视图合并是指将代表一个视图的子查询合并到包含该视图的查询中，视图合并后，有助于优化器增加联接顺序的选择、访问路径的选择以及进一步做其他改写操作，从而选择更优的执行计划。

OceanBase 数据库支持对 SPJ 视图进行合并。如下示例为 Q1 改写为 Q2：

如果 Q1 不进行改写，则其联接顺序有以下几种：

  • t1, v(t2,t3)

  • t1, v(t3,t2)

  • v(t2,t3), t1

  • v(t3,t2), t1

进行视图合并改写后，可选择的联接顺序有：

  • t1, t2, t3

  • t1, t3, t2

  • t2, t1, t3

  • t2, t3, t1

  • t3, t1, t2

  • t3, t2, t1

子查询展开

子查询展开是指将 WHERE 条件中子查询提升到父查询中，并作为联接条件与父查询并列进行展开。转换后子查询将不存在，外层父查询中会变成多表联接。

这样改写的好处是优化器在进行路径选择、联接方法和联接排序时都会考虑到子查询中的表，从而可以获得更优的执行计划。涉及的子查询表达式一般有 NOT IN、IN、NOT EXIST、EXIST、ANY、ALL。

子查询展开的方式如下：

  • 改写条件使生成的联接语句能够返回与原始语句相同的行。

  • 展开为半联接（SEMI JOIN / ANTI JOIN）

    如下例所示，t2.c2 不具有唯一性，改为 SEMI JOIN，该语句改写后执行计划为：

    2. Query OK, 0 rows affected (0.17 sec)
    4. obclient>CREATE TABLE t2 (c1 INT PRIMARY KEY, c2 INT);
    5. Query OK, 0 rows affected (0.01 sec)
    7. obclient>EXPLAIN SELECT * FROM t1 WHERE t1.c1 IN (SELECT t2.c2 FROM t2)\G;
    8. *************************** 1. row ***************************
    9. Query Plan: 
    10. =======================================
    11. |ID|OPERATOR      |NAME|EST. ROWS|COST|
    12. ---------------------------------------
    13. |0 |HASH SEMI JOIN|    |495      |3931|
    14. |1 | TABLE SCAN   |t1  |1000     |499 |
    15. |2 | TABLE SCAN   |t2  |1000     |433 |
    16. =======================================
    18. Outputs & filters:
    19. -------------------------------------
    20.   0 - output([t1.c1], [t1.c2]), filter(nil),
    21.       equal_conds([t1.c1 = t2.c2]), other_conds(nil)
    22.   1 - output([t1.c1], [t1.c2]), filter(nil),
    23.       access([t1.c1], [t1.c2]), partitions(p0)
    24.   2 - output([t2.c2]), filter(nil),
    25.       access([t2.c2]), partitions(p0)

    将查询前面操作符改为 NOT IN 后，可改写为 ANTI JOIN，具体计划如下例所示：

    1. obclient>EXPLAIN SELECT * FROM t1 WHERE t1.c1 NOT IN (SELECT t2.c2 FROM t2)\G;
    2. *************************** 1. row ***************************
    3. Query Plan:
    4. ================================================
    5. |ID|OPERATOR             |NAME|EST. ROWS|COST  |
    6. ------------------------------------------------
    7. |0 |NESTED-LOOP ANTI JOIN|    |0        |520245|
    8. |1 | TABLE SCAN          |t1  |1000     |499   |
    9. |2 | TABLE SCAN          |t2  |22       |517   |
    10. ================================================
    12. Outputs & filters:
    13. -------------------------------------
    14.   0 - output([t1.c1], [t1.c2]), filter(nil),
    15.       conds(nil), nl_params_([t1.c1], [(T_OP_IS, t1.c1, NULL, 0)])
    16.   1 - output([t1.c1], [t1.c2], [(T_OP_IS, t1.c1, NULL, 0)]), filter(nil),
    17.       access([t1.c1], [t1.c2]), partitions(p0)
    18.   2 - output([t2.c2]), filter([(T_OP_OR, ? = t2.c2, ?, (T_OP_IS, t2.c2, NULL, 0))]),
    19.       access([t2.c2]), partitions(p0)

  • 子查询展开为内联接

    上面示例的 Q1 中如果将 t2.c2 改为 t2.c1，由于 t2.c1 为主键，子查询输出具有唯一性，此时可以直接转换为内联接，如下例所示：

    1. Q1: 
    2. obclient>SELECT * FROM t1 WHERE t1.c1 IN  (SELECT t2.c1 FROM t2)\G;
    3. <==>
    4. Q2: 
    5. obclient>SELECT t1.* FROM t1, t2 WHERE t1.c1 = t2.c1;

    Q1 改写后的计划如下例所示：

    1. obclient>EXPLAIN SELECT * FROM t1 WHERE t1.c1 IN (SELECT t2.c1 FROM t2)\G;
    2. *************************** 1. row ***************************
    3. Query Plan:
    4.  ====================================
    5. |ID|OPERATOR   |NAME|EST. ROWS|COST|
    6. ------------------------------------
    7. |0 |HASH JOIN  |    |1980     |3725|
    8. |1 | TABLE SCAN|t2  |1000     |411 |
    9. |2 | TABLE SCAN|t1  |1000     |499 |
    10. ====================================
    12. Outputs & filters:
    13. -------------------------------------
    14.   0 - output([t1.c1], [t1.c2]), filter(nil),
    15.       equal_conds([t1.c1 = t2.c1]), other_conds(nil)
    16.   1 - output([t2.c1]), filter(nil),
    17.       access([t2.c1]), partitions(p0)
    18.   2 - output([t1.c1], [t1.c2]), filter(nil),
    19.       access([t1.c1], [t1.c2]), partitions(p0)

    对于 NOT IN、IN、NOT EXIST、EXIST、ANY、ALL 子查询表达式都可以对应做类似的改写操作。

ANY/ALL 使用 MAX/MIN 改写

对于 ANY/ALL 的子查询，如果子查询中没有 GROUP BY 子句、聚集函数以及 HAVING 时，以下表达式可以使用聚集函数 MIN/MAX 进行等价转换，其中 col_item 为单独列且有非 NULL 属性：

  1. val > ALL(SELECT col_item ...)  <==> val > ALL(SELECT MAX(col_item) ...);
  2. val >= ALL(SELECT col_item ...) <==> val >= ALL(SELECT MAX(col_item) ...);
  3. val < ALL(SELECT col_item ...)  <==> val < ALL(SELECT MIN(col_item) ...);
  4. val <= ALL(SELECT col_item ...) <==> val <= ALL(SELECT MIN(col_item) ...);
  5. val > ANY(SELECT col_item ...)  <==> val > ANY(SELECT MIN(col_item) ...);
  6. val >= ANY(SELECT col_item ...) <==> val >= ANY(SELECT MIN(col_item) ...);
  7. val < ANY(SELECT col_item ...)  <==> val < ANY(SELECT MAX(col_item) ...);
  8. val <= ANY(SELECT col_item ...) <==> val <= ANY(SELECT MAX(col_item) ...);

将子查询更改为含有 MAX/MIN 的子查询后，再结合使用 MAX/MIN 的改写，可减少改写前对内表的多次扫描，如下例所示：

  1. obclient>SELECT c1 FROM t1 WHERE c1 > ANY(SELECT c1 FROM t2);
  2. <==>
  3. obclient>SELECT c1 FROM t1 WHERE c1 > ANY(SELECT MIN(c1) FROM t2);

结合 MAX/MIN 的改写后，可利用 t2.c1 的主键序将 LIMIT 1 直接下压到 TABLE SCAN，将 MIN 值输出，执行计划如下：

  1. obclient>EXPLAIN SELECT c1 FROM t1 WHERE c1 > ANY(SELECT c1 FROM t2)\G;
  2. *************************** 1. row ***************************
  3. Query Plan:
  4.  ===================================================
  5. |ID|OPERATOR        |NAME          |EST. ROWS|COST|
  6. ---------------------------------------------------
  7. |1 | TABLE SCAN     |t1            |1        |37  |
  8. |2 | SCALAR GROUP BY|              |1        |37  |
  9. |3 |  SUBPLAN SCAN  |subquery_table|1        |37  |
  10. |4 |   TABLE SCAN   |t2            |1        |36  |
  11. ===================================================
  13. Outputs & filters:
  14. -------------------------------------
  15.   0 - output([t1.c1]), filter([t1.c1 > ANY(subquery(1))]),
  16.       exec_params_(nil), onetime_exprs_(nil), init_plan_idxs_([1])
  17.   1 - output([t1.c1]), filter(nil),
  18.       access([t1.c1]), partitions(p0)
  19.   2 - output([T_FUN_MIN(subquery_table.c1)]), filter(nil),
  20.       group(nil), agg_func([T_FUN_MIN(subquery_table.c1)])
  21.   3 - output([subquery_table.c1]), filter(nil),
  22.       access([subquery_table.c1])
  23.   4 - output([t2.c1]), filter(nil),
  24.       access([t2.c1]), partitions(p0),
  25.       limit(1), offset(nil)

外联接操作可分为左外联接、右外联接和全外联接。在联接过程中，由于外联接左右顺序不能变换，优化器对联接顺序的选择会受到限制。外联接消除是指将外联接转换成内联接，从而可以提供更多可选择的联接路径，供优化器考虑。

如果进行外联接消除，需要存在“空值拒绝条件”，即在 WHERE 条件中存在，当内表生成的值为 NULL 时，输出为 FALSE 的条件。

如下例所示：

这是一个外联接，在其输出行中 t2.c2 可能为 NULL。如果加上一个条件 ，则通过该条件过滤后，t2.c1 输出不可能为 NULL， 从而可以将外联接转换为内联接。

  1. obclient>SELECT t1.c1, t2.c2 FROM t1 LEFT JOIN t2 ON t1.c2 = t2.c2 WHERE t2.c2 > 5;
  2. <==>
  3. obclient>SELECT t1.c1, t2.c2 FROM t1 LEFT INNER JOIN t2 ON t1.c2 = t2.c2 
  4.             WHERE t2.c2 > 5;

HAVING 条件消除

如果查询中没有聚集操作及 GROUP BY，则 HAVING 可以合并到 WHERE 条件中，并将 HAVING 条件删除， 从而可以将 HAVING 条件在 WHERE 条件中统一管理，并进行进一步相关优化。

  1. obclient>SELECT * FROM t1, t2 WHERE t1.c1 = t2.c1 HAVING t1.c2 > 1;
  2. <==>
  3. obclient>SELECT * FROM t1, t2 WHERE t1.c1 = t2.c1 AND t1.c2 > 1;
  1. obclient>EXPLAIN SELECT * FROM t1, t2 WHERE t1.c1 = t2.c1 HAVING t1.c2 > 1\G;
  2. *************************** 1. row ***************************
  3. Query Plan: 
  4. =========================================
  5. |ID|OPERATOR        |NAME|EST. ROWS|COST|
  6. -----------------------------------------
  7. |0 |NESTED-LOOP JOIN|    |1        |59  |
  8. |1 | TABLE SCAN     |t1  |1        |37  |
  9. |2 | TABLE GET      |t2  |1        |36  |
  10. =========================================
  12. Outputs & filters:
  13. -------------------------------------
  14.   0 - output([t1.c1], [t1.c2], [t2.c1], [t2.c2]), filter(nil),
  15.       conds(nil), nl_params_([t1.c1])
  16.   1 - output([t1.c1], [t1.c2]), filter([t1.c2 > 1]),
  17.       access([t1.c1], [t1.c2]), partitions(p0)
  18.   2 - output([t2.c1], [t2.c2]), filter(nil),
  19.       access([t2.c1], [t2.c2]), partitions(p0)

等价关系推导

等价关系推导是指利用比较操作符的传递性，推倒出新的条件表达式，从而减少需要处理的行数或者选择到更有效的索引。

OceanBase 数据库可对等值联接进行推导，比如 a ＝ b AND a > 1 可以推导出 a ＝ b AND a > 1 AND b > 1， 如果 b 上有索引，且 b > 1 在该索引选择率很低，则可以大大提升访问 b 列所在表的性能。

如下例所示，条件 t1.c1 = t2.c2 AND t1.c1 > 2，等价推导后为 t1.c1 = t2.c2 AND t1.c1 > 2 AND t2.c2 > 2，从计划中可以看到 t2.c2 已下压到 TABLE SCAN，并且使用 t2.c2 对应的索引。

  1. obclient>CREATE TABLE t1(c1 INT PRIMARY KEY, c2 INT);
  2. Query OK, 0 rows affected (0.15 sec)
  4. obclient>CREATE TABLE t2(c1 INT PRIMARY KEY, c2 INT, c3 INT, KEY IDX_c2(c2));
  5. Query OK, 0 rows affected (0.10 sec)
  6. /*此命令需运行于 MySQL 模式下*/
  8. obclient>EXPLAIN EXTENDED_NOADDR SELECT t1.c1, t2.c2 FROM t1, t2 
  9.               WHERE t1.c1 = t2.c2 AND t1.c1 > 2\G;
  10. *************************** 1. row ***************************
  11. Query Plan: 
  12. ==========================================
  13. |ID|OPERATOR   |NAME      |EST. ROWS|COST|
  14. ------------------------------------------
  15. |0 |MERGE JOIN |          |5        |78  |
  16. |1 | TABLE SCAN|t2(IDX_c2)|5        |37  |
  17. |2 | TABLE SCAN|t1        |3        |37  |
  18. ==========================================
  20. Outputs & filters:
  21. -------------------------------------
  22.   0 - output([t1.c1], [t2.c2]), filter(nil),
  23.       equal_conds([t1.c1 = t2.c2]), other_conds(nil)
  24.   1 - output([t2.c2]), filter(nil),
  25.       access([t2.c2]), partitions(p0),
  26.       is_index_back=false,
  27.       range_key([t2.c2], [t2.c1]), range(2,MAX ; MAX,MAX),
  28.       range_cond([t2.c2 > 2])
  29.   2 - output([t1.c1]), filter(nil),
  30.       access([t1.c1]), partitions(p0),
  31.       is_index_back=false,
  32.       range_key([t1.c1]), range(2 ; MAX),
  33.       range_cond([t1.c1 > 2])

恒真/假消除

对于如下恒真恒假条件可以进行消除：

  • false and expr ＝ 恒 false

  • true or expr = 恒 true

如下例所示，对于 WHERE 0 > 1 AND c1 ＝ 3，由于 0 > 1 使得 AND 恒假， 所以该 SQL 不用执行，可直接返回，从而加快查询的执行。

  1. obclient>EXPLAIN EXTENDED_NOADDR SELECT * FROM t1 WHERE 0 > 1 AND c1 = 3\G;
  2. *************************** 1. row ***************************
  3. Query Plan: 
  4. ===================================
  5. |ID|OPERATOR  |NAME|EST. ROWS|COST|
  6. -----------------------------------
  7. |0 |TABLE SCAN|t1  |0        |38  |
  8. ===================================
  10. Outputs & filters:
  11. -------------------------------------
  12.   0 - output([t1.c1], [t1.c2]), filter([0], [t1.c1 = 3]), startup_filter([0]),
  13.       access([t1.c1], [t1.c2]), partitions(p0),
  14.       is_index_back=false, filter_before_indexback[false,false],
  15.       range_key([t1.__pk_increment], [t1.__pk_cluster_id], [t1.__pk_partition_id]),
  16.       range(MAX,MAX,MAX ; MIN,MIN,MIN)always false

冗余排序消除

冗余排序消除是指删除 order item 中不需要的项，减少排序开销。以下三种情况可进行排序消除：

  • ORDER BY 表达式列表中有重复列，可进行去重后排序。

    1. obclient>SELECT * FROM t1 WHERE c2 = 5 ORDER BY c1, c1, c2, c3 ;
    2. <==>
    3. obclient>SELECT * FROM t1 WHERE c2 = 5 ORDER BY c1, c2, c3;

  • ORDER BY 列中存在 where 中有单值条件的列，该列排序可删除。

    1. obclient>SELECT * FROM t1 WHERE c2 = 5 ORDER BY c1, c2, c3;
    2. <==>
    3. obclient>SELECT * FROM t1 WHERE c2 = 5 ORDER BY c1, c3;

  • 如果本层查询有 ORDER BY 但是没有 LIMIT，且本层查询位于父查询的集合操作中，则 ORDER BY 可消除。因为对两个有序的集合做 UNION 操作，其结果是乱序的。但是如果 ORDER BY 中有 LIMIT，则语义是取最大/最小的 N 个，此时不能消除 ORDER BY，否则有语义错误。

LIMIT 下压

LIMIT 下压改写是指将 LIMIT 下降到子查询中，OceanBase 数据库现在支持在不改变语义的情况下，将 LIMIT 下压到视图（示例 1）及 UNION 对应子查询（示例 2）中。

示例 1：

  1. obclient>SELECT * FROM (SELECT * FROM t1 ORDER BY c1) a LIMIT 1; 
  2. <==>
  3. obclient>SELECT * FROM (SELECT * FROM t1 ORDER BY c1 LIMIT 1) a LIMIT 1;

示例 2：

  1. obclient>(SELECT c1,c2 FROM t1) UNION ALL (SELECT c3,c4 FROM t2) LIMIT 5;
  2. <==>
  3. obclient>(SELECT c1,c2 FROM t1 LIMIT 5) UNION ALL (SELECT c3,c4 FROM t2 limit 5) LIMIT 5;

DISTINCT 消除

  • 如果 select item 中只包含常量，则可以消除 DISTINCT，并加上 LIMIT 1。

    1. obclient>SELECT DISTINCT 1,2 FROM t1 ;
    2. <==> 
    4. obclient>CREATE TABLE t1 (c1 INT PRIMARY KEY, c2 INT);
    5. Query OK, 0 rows affected (0.17 sec)
    7. obclient>EXPLAIN EXTENDED_NOADDR SELECT DISTINCT 1,2 FROM t1\G;
    8. *************************** 1. row ***************************
    9. Query Plan: 
    11. |ID|OPERATOR  |NAME|EST. ROWS|COST|
    12. -----------------------------------
    13. |0 |TABLE SCAN|t1  |1        |36  |
    14. ===================================
    16. Outputs & filters:
    17. -------------------------------------
    18.   0 - output([1], [2]), filter(nil),
    19.       access([t1.c1]), partitions(p0),
    20.       limit(1), offset(nil),
    21.       is_index_back=false,
    22.       range_key([t1.c1]), range(MIN ; MAX)always true

  • 如果 select item 中包含确保唯一性约束的列，则 DISTINCT 能够消除，如下示例中 (c1, c2)为主键，可确保 c1、c2 和 c3 唯一性， 从而 DISTINCT 可消除。

    1. obclient>CREATE TABLE t2(c1 INT, c2 INT, c3 INT, PRIMARY KEY(c1, c2));
    2. Query OK, 0 rows affected (0.17 sec)
    4. obclient>SELECT DISTINCT c1, c2, c3 FROM t2;
    5. <==>
    6. obclient>SELECT c1, c2 c3 FROM t2;
    8. obclient>EXPLAIN SELECT DISTINCT c1, c2, c3 FROM t2\G;
    9. *************************** 1. row ***************************
    10. Query Plan: 
    11. ===================================
    12. |ID|OPERATOR  |NAME|EST. ROWS|COST|
    13. -----------------------------------
    14. |0 |TABLE SCAN|t2  |1000     |455 |
    15. ===================================
    17. Outputs & filters:
    18. -------------------------------------
    19.   0 - output([t2.c1], [t2.c2], [t2.c3]), filter(nil),
    20.       access([t2.c1], [t2.c2], [t2.c3]), partitions(p0)

MIN/MAX 改写

  • 当 MIN/MAX 函数中参数为索引前缀列，且不含 GROUP BY 时，可将该 scalar aggregate 转换为走索引扫描 1 行的情况，如下例所示：

    1. obclient>CREATE TABLE t1 (c1 INT PRIMARY KEY, c2 INT, c3 INT, KEY IDX_c2_c3(c2,c3));
    2. Query OK, 0 rows affected (0.17 sec)
    4. obclient>SELECT MIN(c2) FROM t1;
    5. <==>
    6. obclient>SELECT MIN(c2) FROM (SELECT c2 FROM t2 ORDER BY c2 LIMIT 1) AS t;
    8. obclient>EXPLAIN SELECT MIN(c2) FROM t1\G;
    9. *************************** 1. row ***************************
    10. Query Plan: 
    11. ==================================================
    12. |ID|OPERATOR       |NAME          |EST. ROWS|COST|
    13. --------------------------------------------------
    14. |0 |SCALAR GROUP BY|              |1        |37  |
    15. |1 | SUBPLAN SCAN  |subquery_table|1        |37  |
    16. |2 |  TABLE SCAN   |t1(idx_c2_c3) |1        |36  |
    17. ==================================================
    19. Outputs & filters:
    20. -------------------------------------
    21.   0 - output([T_FUN_MIN(subquery_table.c2)]), filter(nil),
    22.       group(nil), agg_func([T_FUN_MIN(subquery_table.c2)])
    23.   1 - output([subquery_table.c2]), filter(nil),
    24.       access([subquery_table.c2])
    25.   2 - output([t1.c2]), filter([(T_OP_IS_NOT, t1.c2, NULL, 0)]),
    26.       access([t1.c2]), partitions(p0),
    27.       limit(1), offset(nil)

  • 如果 SELECT MIN/MAX 的参数为常量，而且包含 GROUP BY，可以将 MIN/MAX 改为常量，从而减少 MIN/MAX 的计算开销。

    1. obclient>SELECT MAX(1) FROM t1 GROUP BY c1;
    2. <==>
    3. obclient>SELECT 1 FROM t1 GROUP BY c1;
    5. obclient>EXPLAIN EXTENDED_NOADDR SELECT MAX(1) FROM t1 GROUP BY c1\G;
    6. *************************** 1. row ***************************
    7. Query Plan: 
    8. ===================================
    9. |ID|OPERATOR  |NAME|EST. ROWS|COST|
    10. -----------------------------------
    11. |0 |TABLE SCAN|t1  |1000     |411 |
    12. ===================================
    14. Outputs & filters:
    15. -------------------------------------
    16.   0 - output([1]), filter(nil),
    17.       access([t1.c1]), partitions(p0),
    18.       is_index_back=false,
    19.       range_key([t1.c1]), range(MIN ; MAX)always true

  • 如果 SELECT MIN/MAX 的参数为常量，而且不含 GROUP BY，可以按照如下示例进行改写，从而走索引只需扫描 1 行。

    1. obclient>SELECT MAX(1) FROM t1;
    2. <==> 
    3. obclient>SELECT MAX(t.a) FROM (SELECT 1 AS a FROM t1 LIMIT 1) t;
    5. obclient>EXPLAIN EXTENDED_NOADDR SELECT MAX(1) FROM t1\G;
    6. *************************** 1. row ***************************
    7. Query Plan: 
    8. ==================================================
    9. |ID|OPERATOR       |NAME          |EST. ROWS|COST|
    10. --------------------------------------------------
    11. |0 |SCALAR GROUP BY|              |1        |37  |
    12. |1 | SUBPLAN SCAN  |subquery_table|1        |37  |
    13. |2 |  TABLE SCAN   |t1            |1        |36  |
    14. ==================================================
    16. Outputs & filters:
    17. -------------------------------------
    18.   0 - output([T_FUN_MAX(subquery_table.subquery_col_alias)]), filter(nil),
    19.       group(nil), agg_func([T_FUN_MAX(subquery_table.subquery_col_alias)])
    20.   1 - output([subquery_table.subquery_col_alias]), filter(nil),
    21.       access([subquery_table.subquery_col_alias])
    22.   2 - output([1]), filter(nil),
    23.       access([t1.c1]), partitions(p0),
    24.       limit(1), offset(nil),