lero框架改造

原框架：

训练：train_model.py获取query，对于每个query，交给pg_lero_extension调节card来生成一系列plan（但是不返回给train_model.py）并预测分数，将去重后的card 和predict_score存为dump_list_with_socre.txt。train_model.py读取dump_list_with_socre.txt中的card，然后根据score获取top-k组card。将这些card写入到pg_data目录下，pg获取后生成一系列plan作为训练集

测试：train_model.py的test_bench模块获取测试query，给到pg_lero_extension，它通过调节card来获取plan，并预测分数，选取分数最低的plan作为输出

改造目的：高效运行lero

将训练集和测试集走训练的流程，top-k调大为100，生成所有plan。

训练时直接读文件，测试时不走pg，改写代码，直接通过train_model.py调用模型和已有的plan来预测，节省了pg和server互相通信的开销