Apache Calcite Rexnode Optimize

这个文档主要说明在Apache Calcite中如何对谓词进行优化的。先列举几个场景说明一下这个文档主要论述的问题。

样例

针对NULL值的优化

example：

"a <> 1 or a = 1"
// 如果a不能为NULL。则能优化为： 
TRUE
// 如果a可能为NULL，将UNKNOW当TRUE，则优化结果为：
TRUE
// 如果a可能为NULL，将UNKNOW当false，则优化结果为：
a IS NOT NULL
// 如果a可能为NULL，将UNKNOW当UNKNOW，则优化结果为：
OR(IS NOT NULL(?0.int0), null)

code:

// a可能为NULL
checkSimplify3_(
        or(ne(vInt(0), literal(1)),
        eq(vInt(0), literal(1))),
        "OR(IS NOT NULL(?0.int0), null)",
        "IS NOT NULL(?0.int0)",
        "true");
// a如果不可能为NULL，则肯定是TRUE，我们这里不做验证

针对数字比较重合的优化(Point)

example:

"a <> 1 and a = 2"
// 如果a不能为NULL。则能优化为： 
a = 2
// 如果a可能为NULL，将UNKNOW当TRUE，则优化结果为：
a IS NULL or a = 2
// 如果a可能为NULL，将UNKNOW当false，则优化结果为：
a IS NOT NULL AND a = 2
// 如果a可能为NULL，将UNKNOW当UNKNOW，则优化结果为：
CASE(IS NULL(a), null, a = 2)

但是实际上代码中的优化为(这是因为优化完成后仍然保持a为nullable)：
code:

    checkSimplify3_(
            and(ne(vInt(0), literal(1)),
                    eq(vInt(0), literal(2))),
            "=(?0.int0, 2)",
            "=(?0.int0, 2)",
            "=(?0.int0, 2)");

优化过程（这里举两个例子）

图片1.png 图片2.png

说明

1：在源码中，RexNode用来表示行表达式，常用的 RexNode 类型有 RexLiteral (常量)，RexVariable (变量)，RexCall
(含操作符和操作数的表达式).
2：SQL中无法使用比较运算符来测试 NULL 值,比如 =, <, 或者 <>。 我们必须使用 IS NULL 和 IS NOT NULL 操作符，只有这两个操作符能确定这个值是不是NULL。
其余操作符的都是都会得到UNKNOW的结果。

注意事项

其中在谓词优化过程中，NULL的值的处理决定了有些谓词的优化结果可能不同。例如NULL在与其他常量或者值进行比较时都会得到UNKNOW值。

And表达式

AND	TRUE	FALSE	UNKNOW
TRUE	TRUE	FALSE	UNKNOW
FALSE	FALSE	FALSE	FALSE
UNKNOW	UNKNOW	FLASE	UNKNOW

OR表达式

OR	TRUE	FALSE	UNKNOW
TRUE	TRUE	TRUE	TRUE
FALSE	TRUE	FALSE	UNKNOW
UNOKONW	TRUE	UNOKONW	UNKNOW

其实上面的UNKONW的表达式转化比较好理解，如果我们把UNKONW当作”不确定值“，就能很容易推理出OR或者AND表达式的结果，例如 TRUE
AND UNKNOW，我们这时候的结果就完全由UNKNOW决定，因此整个表达式的值为UNKONW。