查询改写概念
数据库中的查询改写（query rewrite）把一个 SQL 改写成另外一个更加容易优化的SQL。
1.基于规则的查询改写总是会把SQL往“好”的方向进行改写，从而增加该SQL的优化空间
2.基于规则的查询改写并不能总是把 SQL 往“好”的方向进行改写，所以 需要代价模型来判断
3.基于代价的改写之后可能又会重新触发基于规则的改写，所以整体上采用 迭代式的方式进行改写
基于规则的查询改写
基于规则的查询改写方式主要包括：
子查询相关改写
视图合并、子查询展开、ANY/ALL 使用 MAX/MIN 改写
外联接消除
简化条件改写
HAVING 条件消除、等价关系推导、恒真/假消除
非SPJ的改写
冗余排序消除、LIMIT 下压、DISTINCT 消除、MIN/MAX 改写
子查询相关改写
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
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连接顺序和连接方法
子查询的连接条件、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
子查询相关改写-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。
创建相关测试表 SQL_A 不进行改写，可选连接顺序有：
•t1, v(t2,t3)
•t1, v(t3,t2)
•v(t2,t3), t1
•v(t3,t2), t1
视图合并改写SQL_B后，可选连接顺序有：
•t1, t2, t3
•t1, t3, t2
•t2, t1, t3
•t2, t3, t1
•t3, t1, t2
•t3, t2, t1
子查询展开：子查询展开为semi-join/anti-join
子查询展开是指将 where 条件中子查询提升到父查询中，并作为连接条件与父
查询并列进行展开。 一般涉及的子查询表达式有 not in、in、not exist、exist、any、all。
两表结构：
t1 (c1 INT, c2 INT)
t2 (c1 INT PRIMARY KEY, c2 INT)
其中t2.c2 不具有唯一性，改为 semi join，改写后执行计划如下所示
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）
子查询展开：子查询展开为内连接
子查询展开是指将 where 条件中子查询提升到父查询中，并作为连接条件与父查询并列进行展开。 一般涉及的子查询 表达式有 not in、in、not exist、exist、any、all。
外连接消除
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。
外连接消除是指将外连接转换成内连接，从而可以提供更多可选择的连接路径，供优化器考虑。外连接消除需要存在 “空值拒绝条件”，即 where 条件中，存在当内表生成的值为 null 时，使得输出为 false 的条件。
SELECT t1.c1, t2.c2 FROM t1 LEFT JOIN t2 ON t1.c2 = t2.c2;
SELECT t1.c1, t2.c2 FROM t1 LEFT JOIN t2 ON t1.c2 = t2.c2 WHERE t2.c2 > 5;
SELECT t1.c1, t2.c2 FROM t1 INNER JOIN t2 ON t1.c2 = t2.c2 WHERE t2.c2 > 5;
基于代价的查询改写
OceanBase目前只一种支持基于代价的查询改写 - 或展开（Or-Expansion）
或展开（Or-Expansion）：把一个查询改写成若干个用union all组成的子查询，这个改写可能会给每个子查询提供更优的优化空间，但是也会导致多个子查询的执行，所以这个改写需要基于代价去判断
通常来说，Or-Expansion的改写主要有如下三个作用：
允许每个分支使用不同的索引来加速查询
允许每个分支使用不同的连接算法来加速查询，避免使用笛卡尔连接
允许每个分支分别消除排序，更加快速的获取top-k结果
允许每个分支使用不同的索引来加速查询
如上图所示 ：查询 SQL_A会被改写成SQL_B 的形式，其中SQL_B中的谓 词LNNVL(t1.a = 1)保证了这两个子查询不会生成重复的结果
如果不进行改写，SQL_A一般来说会选择主表作为访问路径，对于SQL_B 来说，如果t1表上存在索引（a）和索引（b），那么该改写可能会让SQL_B中的每一个子查询选择索引作为访问路径。
允许每个分支使用不同的索引来加速查询
如果不进行OR-EXPANSION的改写，该查询只能使用主表访问路径，执行计划如下：
允许每个分支使用不同的联接算法来加速查询
被改写之后，每个子查询都使用了Hash Join，执行计划如下：
允许每个分支分别消除排序
CREATE TABLE t1(a INT, b INT, INDEX IDX_a(a, b));
SQL_A：
SELECT * FROM t1 WHERE t1.a = 1 OR t1.a = 2 ORDER BY b LIMIT 10;
SQL_B:
SELECT * FROM (SELECT * FROM t1 WHERE t1.a = 1 ORDER BY b LIMIT 10 UNION ALL SELECT * FROM t1 WHERE t1.a = 2 ORDER BY b LIMIT 10 ) AS TEMP ORDER BY temp.b LIMIT 10;
如上图所示，查询SQL_A会被改写成SQL_B
对于SQL_A来说，执行方式是只能把满足条件的行数找出来，然后进行排序，最终取TOP-10结果
对于SQL_B来说，如果存在索引（a,b）, 那么SQL_B中的两个子查询都可以使用索引把排序消除，每个子查询取TOP-10结果，然后最终对这20行数据排序一次获取最终的TOP-10行。
因此每个分支分别消除排序，可以更加快速的获取TOP-K结果。
允许每个分支分别消除排序
不改写的话，需要排序最终获取TOP-K结果，执行计划如下：
EXPLAIN SELECT/*+NO_REWRITE()*/*FROM t1 WHERE t1.a = 1 OR t1.a = 2 ORDER BY b LIMIT 10;
允许每个分支分别消除排序
进行改写的话，排序算子可以被消除，最终获取 TOP-K 结果，执行计划如下：
EXPLAIN SELECT * FROM t1 WHERE t1.a = 1 OR t1.a = 2 ORDER BY b LIMIT 10;
