Oceanbase查询改写：集合语句优化

概述

集合语句（union，intersect，except）通常涉及多张表的查询，执行开销往往较大。为此，Oceanbase中定义了相应的集合语句优化规则，能够对满足条件的集合语句进行优化，提升查询性能。

基本原理

集合语句优化规则主要包含对以下两种情况的处理：

1. order by消除：当集合语句中的子查询中存在order by表达式而没有limit表达式时，移除order by表达式。

2. limit & orderby & distinct下推：当父查询使用的表达式为union时，如果父查询中包含order by和limit，则可以将表达式下推到子查询；如果父查询的表达式包含distinct语义（非union all）时，则将distinct下推到子查询中。

order by消除

考虑如下情况：

SELECT c1 FROM t1 ORDER BY c1 UNION ALL SELECT c1 FROM t2 ORDER BY c1

对于上述集合语句的子查询而言，即使各自进行了排序，最终union的结果仍然无法保证有序。而由于子查询中没有limit表达式，所以无法在子查询执行阶段各自进行结果裁剪，因此这里的order by没有实际意义，可以被移除，如下所示：

SELECT c1 FROM t1 UNION ALL SELECT c1 FROM t2

limit & orderby & distinct下推

考虑如下情况：

SELECT c1 FROM t1 UNION SELECT c1 FROM t2 ORDER BY c1 limit 10

对于上述子查询而言，如果将父查询中的ORDER BY和limit表达式下推至子查询中，则可以在子查询执行阶段进行结果裁剪，避免产生大量的中间结果。另外，由于UNION操作本身包含了distinct语义，因而可以将distinct下推到子查询中，如下所示：

SELECT DISTINCT c1 FROM t1 ORDER BY c1 limit 10 UNION 
    SELECT DISTINCT c1 FROM t2 ORDER BY c1 limit 10

代码解析

集合语句优化规则的入口为ObTransformSetOp::transform_one_stmt，该函数的主要执行流程如下：

1. 调用remove_order_by_for_set函数对集合语句的子查询进行order by消除。

2. 调用add_limit_order_distinct_for_union函数对union语句执行表达式下推。

add_limit_order_distinct_for_union函数负责将limit/orderby/distinct表达式下推至union语句的子查询，如果union语句存在父查询，则该函数首先将父查询中的limit表达式转移到union语句中。如果下推完成后union语句存在limit表达式，且查询中不包含SQL_CALC_FOUND_ROWS表达式，则可以执行下推，执行流程如下：

1. 调用add_distinct函数将distinct下推至子查询。

2. 调用add_limit函数将limit表达式下推至子查询。

3. 调用add_order_by函数将order by表达式下推至子查询。