![]()
SQL 优化的过程可以分为逻辑优化和物理优化两个部分。逻辑优化主要是基于规则的优化，简称 RBO（Rule-Based Optimization）。物理优化会为逻辑查询计划中的算子选择某个具体的实现，需要用到一些统计信息，决定哪一种方式代价最低，所以是基于代价的优化 CBO（Cost-Based Optimization）。
优化器是开务数据库中的一个核心的模块，开务数据库使用优化器来完成对 SQL 语句优化并得到最优的逻辑计划，开务数据库里的优化器分为 RBO 和 CBO 两个阶段。
RBO 是基于规则的优化，这些规则背后的原理是关系代数的等价变换，其中典型的规则包括：列剪裁，谓词下推等。RBO 将内置的规则作为优化的基础，同时这些规则是硬编码在开务数据库的代码中的，RBO 会根据这些规则从目标 SQL 诸多可能的代数转换中选择一条来作为逻辑计划。
开务数据库的 RBO 优化器采用了 Optgen 语言编写，它提供了一种直观的语法来定义、匹配和替换目标表达式树中的节点。优化器规则的编写便是基于这种语言，使用 Optgen 语言可以很容易实现 RBO 规则。
开务数据库的 RBO 规则实现如下图所示，①被称为匹配模式，②被称为替换模式，优化器规则是某表达式满足①模式，然后转化为②模式的表达式。
![]()
①的匹配模式又分为三部分，第一部分中括号内是规则的名称，在 Opt 文件编译时会作为规则的标识，第二部分是第二行左小括号后位规则作用域，在开务数据库内有明确的类型划分。编写规则时要清楚这条规则是针对哪种类型表达式发生作用，第三部分是剩下的规则部分，是规则的匹配条件。
模式①匹配条件是等值表达式，左孩子不是变量，右孩子是变量。这里的 NormalizeEq 是名称，Eq 是规则类型，针对等值表达式。模式②表示新构建一个等值表达式，只是与原表达式相比，左右孩子互换。示例：1=a => a=1
开务数据库内置了上百种 RBO 规则，支持大量的 SQL 语句的代数优化，包括传统的列裁剪、最大最小消除、投影消除、谓词下推等等，也包括一些复杂的 Join 等下推操作。TryDecorrelateGroupBy，这个规则的 OptGen 规则描述如下：
[TryDecorrelateGroupBy, Normalize]
(InnerJoin | InnerJoinApply
$left:*
$right:* &
(HasOuterCols $right) &
(GroupBy | DistinctOn
$input:*
$aggregations:*
$groupingPrivate:*
) &
(IsUnorderedGrouping $groupingPrivate)
$on:*
$private:*
)
=>
(Select
((OpName $right)
(InnerJoinApply
$newLeft:(EnsureKey $left)
$input
[]
$private
)
(AppendAggCols
$aggregations
ConstAgg (NonKeyCols $newLeft)
)
(AddColsToGrouping $groupingPrivate (KeyCols $newLeft))
)
$on
)
TryDecorrelateGroupBy 主要作用在 InnerJoin | InnerJoinApply 操作中，它将 Join“下推”到 GroupBy 运算符中，以尝试继续“挖掘”以找到并消除不必要的相关性。最终的希望是触发 DecorrelateJoin 规则，将 JoinApply 操作符转换为非 Apply Join 操作符。
SELECT left.x, left.y, input.*
FROM left
INNER JOIN LATERAL
(
SELECT COUNT(*) FROM input WHERE input.x = left.x GROUP BY c
) AS input
ON left.y = 10
=>
SELECT CONST_AGG(left.x), CONST_AGG(left.y), COUNT(*)
FROM left WITH ORDINALITY
INNER JOIN LATERAL
(
SELECT * FROM input WHERE input.x = left.x
) AS input
ON True
GROUP BY input.c, left.ordinality
HAVING left.y = 10
开务数据库采用了 Optgen 语言作为 RBO 规则的编写语言，通过上面的例子可以看出，按照既定模式添加完善 RBO 规则十分便捷，通过编译可以将规则嵌入到系统 RBO 规则框架中；后续会有更深入的关于 RBO 使用框架与大家分享，敬请期待！
开务数据库是一款浪潮集团核心研发的先进、安全的云原生分布式数据库；具备云原生、多中心、高可用、事务强一致等特性，满足HTAP场景需求。业务范围覆盖能源、工业互联网、政务、教育、金融等多行业。我们是一支平均年龄30岁的年轻团队，在短短不到三年的时间里，我们已取得近300项发明专利受理，10项自有产品软著授权。 热烈欢迎广大伙伴加入我们的团队，热门岗位火热招聘中，简历投递邮箱：zhoubeili@inspur.com / bixueting@inspur.com
数据库存储内核研发工程师
工作职责：
1、负责存储子系统的研发路线规划、架构设计和关键技术问题攻关；
2、负责编写功能测试用例，测试工具进行系统验证；
3、负责数据库的系统性能诊断与调优；
4、负责数据库相关关键技术的预研和在团队中的引导；
5、深入理解业务场景的数据库存储需求，针对性的为不同业务场景提供最合适的存储方案。
任职要求：
1、学历：本科或者本科以上学历；
2、专业：计算机或相关专业；
3、专业知识：
— 3 年及以上 GO/C++ 开发经验；
— 精通 C/C++/GO 语言，Linux 系统编程。熟悉无锁数据结构，熟悉现代硬件体系结构 (CPU/Cache/Memory/Storage), 熟悉并发编程；
— 熟练使用 MySQL、PostgeSQL 等主流数据库；
— 熟悉数据库存储系统的基本理论，熟悉事务处理，日志与恢复策略，多版本并发控制技术的实现，对数据库的基本理论和内部实现机制有深刻的理解；
— 技术视野开阔，有一定的系统性能优化经验，掌握各种性能诊断工具和各种优化方法；
— 熟悉时序数据库，有实际的时序数据库开发经验优先；
— 熟悉 RocksDB、Arrow、Parquet 等开源存储项目源码者优先。
Base 地： 上海 / 天津 / 济南 / 北京
数据库方案工程师
工作职责：
1、负责分布式数据库，或其相关工具、平台等产品的梳理、规划、设计和推进工作；
2、进行解决方案的调研、设计和验证；
3、设计、撰写和维护产品红皮书；
4、跨部门沟通，协调各类资源以确保产品顺利上线，推进产品迭代。
任职要求：
1、5年以上的数据库运维及方案设计经验（ORACLE/Mysql/PostgreSQL任意一种），对部署，优化，灾备，恢复，高可用有实际经验；
2、1年左右的分布式数据库经验，了解国内任意一款分布式数据库，有部署，POC，问题处理经验；
3、对OLTP和OLAP系统或其中一种有实际运维设计经验；
4、对数据库灾备，同步方案有实际项目经验；
5、会一种数据库benchmark工具，设计相应场景进行测试并结合已有经验给与相应调整优化；
6、有基本的编程能力，如go，shell，python其中一项，可以写简单程序对数据库进行并发测试，功能验证；
7、有项目管理能力，很好的沟通能力，可以与开发人员顺畅沟通，并于合作高校学生完成实验及文档编写；
8、扎实的技术，linux和数据库方面有一定积累，能对开发人员及学生进行一定指导，促使相关工作顺利推进；
9、较强的文档编写组织能力，根据实验文档及相关手册，编写用户解决方案手册；
10、有一定语言表达能力，能做数据库相关功能培训。
Base地： 上海/天津/济南/北京
