Presto系列 | 四、Presto Query Planner And Optimizer

在深入研究Presto查询规划器和基于成本的优化如何工作之前，让我们先建立一个查询，并针对这个查询进行分析，以帮助理解查询规划的过程。

实例使用了TPC-H数据集，目的是汇总每个nation的所有order的totalprice值并列出排名前五的。

-- 实例一：
SELECT
    (SELECT name FROM region r WHERE regionkey = n.regionkey) AS region_name,
    n.name AS nation_name,
    sum(totalprice) orders_sum
FROM nation n, orders o, customer c
WHERE n.nationkey = c.nationkey
    AND c.custkey = o.custkey
GROUP BY n.nationkey, regionkey, n.name
ORDER BY orders_sum DESC
LIMIT 5;

如上SQL所示：子查询的目的是从region表中提取region_name

一、Parsing and Analysis

在计划执行之前，需要对其进行转化和分析，Presto首先会根据语法规则校验SQL文本，之后就是对查询进行分析：

1.1、确认查询中的Tables

Presto中的表是根据catalogs+Schemas进行组织的，二者确保唯一，因此不同的表Schema下可以具有相同名称的表，例如，TPC-H数据中就有多个表名为orders的表，但是他们在不同的Schema下面，如：sf10.orders 以及 sf100.orders

1.2、标识查询中使用的colums

如SQL中所示，orders.totalprice即明确的引用了order表中的totalprice 列，当SQL中涉及的表里没有相同字段时，通常直接写Column名就可以，Presto Analyzer会自动确定Column来自哪个表。

1.3、确定ROW中Field的引用

单纯的给出一个表达式，如：c.bonus；它的含义可能表示c表中的bonus列，但也可能是指一个复杂类型的列的名字为C，且C中一个字段为bonus，如何区分主要由Presto决定，但如果有冲突发生时，优先按第一种情况处理。 解析过程会遵循SQL语言的作用域和可见性规则， 也会收集一些信息，如标识符消歧，这些收集到的信息稍后会在查询计划规划的过程中使用， 这样Planner 就不需要再次理解理解查询语言的规则，避免重复工作。

Query Analyzer具有复杂的功能， 它的实现是非常有技术性的。对于用户来说，只要用户输入的查询是正确的，那么Query Analyzer对用户就是透明的，只有当查询违反了SQL语法，超过用户权限或由于其他原因导致错误时，Query Analyzer才会主动提示用户；

一旦分析完成，处理并解析了查询中的所有标识符，Presto进入下一个阶段：Query Planning

二、Initial Query Planning

Query P