这是我参与「第四届青训营 」笔记创作活动的的第5天
前言：上节对sql处理流程中的Analyzer、Optimizer以及Executor进行了记录，本节将记录sql Optimizer中常见的查询优化器，继续加油吧！🥳
常见的查询优化器分为：RBO (Rule-based Optimizer)和CBO (Cost-based Optimizer)。
按照规则分为
Top-down Optimizer
- 从目标输出开始，由上往下遍历计划树，找到完整的最优执行计划
- 例子:Volcano/Cascade,SQLServer
Bottom-up Optimizer
- 从零开始，由下往上遍历计划树，找到完整的执行计划
- 例子:System R,PostgreSQL,，IBM DB2
RBO (Rule-based Optimizer)
根据关系代数等价语义，重写查询
基于启发式规则
会访问表的元信息(catalog)，不会涉及具体的表数据(data)
即可以使用等价变换:结合律，交换律，传递性
RBO优化原则
- Read data less and faster (I/o)
- Read data less and faster (I/o)
- Process data less and faster (CPU & Memory)
列裁剪
对于以下sql语句：
SELECT pv.siteld, user.name FROM pv JOIN user ON pv.siteld = user.siteld AND pv.userld = user.id WHERE user.siteld >123;
其优化的逻辑计划如下：
解释：对于需要用到的列（siteid,userid,id,name等）在进行表扫描的时候就只进行这几列的扫描，而不是把所有列都扫描进来，然后等到FILTER时再过滤掉。当一个表拥有很多列数据时（几百列只用到其中的几列）这样可以减少读取的数据。
谓词下推
对于以下sql语句：
SELECT pv.siteld, user.name FROM pv JOIN user ON pv.siteld = user.siteld AND pv.userld = user.id WHERE user.siteld >123;
即在扫描user表的时候直接筛选出 siteid>123的数据，然后再进行JION操作
传递闭包
对于以下sql语句：
SELECT pv.siteld, user.name FROM pv JOIN user ON pv.siteld = user.siteld AND pv.userld = user.id WHERE user.siteld >123;
由pv.siteld = user.siteld和 user.siteld >123可以得出需要的pv.siteld 也应该大于123 因此在扫描pv表的时候直接筛选出 siteid>123的数据，然后再进行JION操作
