Re: Re: 回复：Re: Is it worth pushing conditions to sublink/subplan? - Mailing list pgsql-hackers

------------------原始邮件 ------------------

发件人:Tomas Vondra <tomas.vondra@enterprisedb.com>

发送时间:Wed Dec 8 11:26:35 2021

收件人:曾文旌(义从) <wenjing.zwj@alibaba-inc.com>, shawn wang <shawn.wang.pg@gmail.com>, ggysxcq@gmail.com <ggysxcq@gmail.com>, PostgreSQL Hackers <pgsql-hackers@postgresql.org>

抄送:wjzeng <wjzeng2012@gmail.com>

主题:Re: 回复：Re: Is it worth pushing conditions to sublink/subplan?

Hi,

On 12/7/21 10:44, 曾文旌(义从) wrote:
> Hi Hackers
> 
> For my previous proposal, I developed a prototype and passed
> regression testing. It works similarly to subquery's qual pushdown.
> We know that sublink expands at the beginning of each level of
> query. At this stage, The query's conditions and equivalence classes
> are not processed. But after generate_base_implied_equalities the
> conditions are processed,  which is why qual can push down to 
> subquery but sublink not.
> 
> My POC implementation chose to delay the sublink expansion in the
> SELECT clause (targetList) and where clause. Specifically, it is
> delayed after generate_base_implied_equalities. Thus, the equivalent
> conditions already established in the Up level query can be easily
> obtained in the sublink expansion process (make_subplan).
> 
> For example, if the up level query has a.id = 10 and the sublink
> query has a.id = b.id, then we get b.id = 10 and push it down to the
> sublink quey. If b is a partitioned table and is partitioned by id,
> then a large number of unrelated subpartitions are pruned out, This
> optimizes a significant amount of Planner and SQL execution time, 
> especially if the partitioned table has a large number of
> subpartitions and is what I want.
> 
> Currently, There were two SQL failures in the regression test,
> because the expansion order of sublink was changed, which did not
> affect the execution result of SQL.
> 
> Look forward to your suggestions on this proposal.
> 

I took a quick look, and while I don't see / can't think of any problems
with delaying it until after generating implied equalities, there seems
to be a number of gaps.

Thank you for your attention.

1) Are there any regression tests exercising this modified behavior?
Maybe there are, but if the only changes are due to change in order of
targetlist entries, that doesn't seem like a clear proof.

It'd be good to add a couple tests exercising both the positive and
negative case (i.e. when we can and can't pushdown a qual).

I added several samples to the regress(qual_pushdown_to_sublink.sql). 

and I used the partition table to show the plan status of qual being pushed down into sublink.

Hopefully this will help you understand the details of this patch. Later, I will add more cases.

2) apparently, contrib/postgres_fdw does crash like this:

  #3  0x000000000077b412 in adjust_appendrel_attrs_mutator
      (node=0x13f7ea0, context=0x7fffc3351b30) at appendinfo.c:470
  470          Assert(!IsA(node, SubLink));
  (gdb) p node
  $1 = (Node *) 0x13f7ea0
  (gdb) p *node
  $2 = {type = T_SubLink}

  Backtrace attached.

For the patch attached in the last email, I passed all the tests under src/test/regress.

As you pointed out, there was a problem with regression under contrib(in contrib/postgres_fdw). 

This time I fixed it and the current patch (V2) can pass the check-world.

3) various parts of the patch really need at least some comments, like:

  - try_push_outer_qual_to_sublink_query really needs some docs

  - new stuff at the end of initsplan.c

Ok, I added some comments and will add more. If you have questions about any details,

please point them out directly.

4) generate_base_implied_equalities

   shouldn't this

        if (ec->ec_processed)
            ;

   really be?

        if (ec->ec_processed)
            continue;

You are right. I fixed it.

5) I'm not sure why we need the new ec_processed flag.

I did this to eliminate duplicate equalities from the two generate_base_implied_equalities calls

1) I need the base equivalent expression generated after generate_base_implied_equalities,

which is used to pushdown qual to sublink(lazy_process_sublinks)

2) The expansion of sublink may result in an equivalent expression with parameters, such as a = $1,

which needs to deal with the equivalence classes again.

3) So, I added ec_processed and asked to process it again (generate_base_implied_equalities)

after the equivalence class changed (add_eq_member/process_equivalence).

Maybe you have a better suggestion, please let me know.

6) So we now have lazy_process_sublink callback? Does that mean we
expand sublinks in two places - sometimes lazily, sometimes not?

Yes, not all sublink is delayed. Let me explain this:

1) I added a GUC switch enable_lazy_process_sublink. If it is turned off, all lazy process sublink will not happen,

qual pushdown to sublink depend on lazy procee sublink, which means no quals will be pushed down.

2) Even  if enable_lazy_process_sublink = true If Query in this level contains some complex features,

sublink in this level query will not try do qual pushdown. (see function query_has_sublink_try_pushdown_qual).

I want to support a minimum subset first. Then consider complex features such as CTE/DML.

3) Finally, under conditions 1 and 2, all kinds of sublink contained in the SELECT clause or

WHERE clause will delays expansion and try pushdown qual. The sublink elsewhere in the SQL statement

does not delay process.

The current status meets my requirements for now. Of course, after this scheme is proved to be feasible, maybe

we can discuss that all sublinks are processed by overall delay, just like qual pushdown to subquery.

thanks

Wenjing

regards

-- 
Tomas Vondra
EnterpriseDB: http://www.enterprisedb.com
The Enterprise PostgreSQL Company