我谈论查询优化器时谈论的内容（第一部分）：IR设计
💡
原文英文，约6500词，阅读约需24分钟。
📝
内容提要
本文讨论了在The IR（Intermediate Representation）中设计SQL查询优化器的概念。它解释了查询优化器的概念以及为SQL设计不同IR的重要性。文章还涵盖了优化器中的设计模式，SQL IR中关系代数的表示以及关系和物理属性的推导。最后讨论了在The IR设计中使用本地和全局属性ID的优缺点。
🎯
关键要点
- 本文讨论了在中间表示（IR）中设计SQL查询优化器的概念。
- 查询优化器是优化查询执行计划的数据库组件，不同数据库有不同的优化方法。
- 中间表示（IR）是编译器中常用的结构化表示，SQL也可以视为一种编程语言。
- SQL IR的设计需要考虑关系代数的表示，优化器的设计模式以及物理属性的推导。
- SQL AST（抽象语法树）将SQL语言解析为树状结构，节点分为语句和表达式。
- 关系代数是SQL语言的理论基础，每个查询语句对应一个关系代数表示。
- 主流数据库采用关系代数的表示法，基于此开发了多种优化框架和执行框架。
- 在设计SQL IR时，使用关系代数的抽象是一个稳妥的选择。
- 文章介绍了构建SQL IR的最佳工程实践，强调了沟通中的知识偏见。
- 通过示例展示了如何将SQL语句转换为关系代数表示，并构建相应的IR结构。
- 引入了标量表达式（ScalarExpr）以增强IR的分析和优化能力。
- 属性推导是分析和优化IR的重要步骤，涉及关系属性和物理属性的计算。
- 讨论了如何在IR中表示属性，强调了属性的唯一标识符设计。
- 比较了本地ID和全局ID的优缺点，提出全局ID设计更适合大多数情况。
- 最终形成了一个生产就绪的SQL IR，支持所有SQL操作和常见优化。
- 文章旨在分享数据库开发中的工程实践，避免经验的流失。
➡️
