表下推优化器规则
openLooKeng支持Table下推优化器规则，以改善符合条件的查询延迟。
用户须执行以下命令为SQL查询中的所有表生成stats，以便根据表的大小对连接源重新排序-
ANALYZE tableName;
User Hint Comment-
用户还可以添加以下格式的特别注释，通过指定表名及其不重复（主键）列名，来利用表下推规则的好处。
/* #distinct@ table1 = col1, col2, ... #*/
此提示是可选的，因为如果表有相关统计信息， openLookeng可以标识所有不同的列。
以下查询（由TPC-H Benchmark的Query 17修改而来）就是一个满足条件的查询，将外层表推入子查询，从而提升整体查询时延。
Original Query-
SELECT
Sum(lineitem.extendedprice) / 7.0 AS avg_yearly
FROM
lineitem,
part,
(
SELECT
0.2 * Avg(lineitem.quantity) AS s_avg, lineitem.partkey AS s_partkey
FROM
lineitem
GROUP BY
lineitem.partkey
)
WHERE
part.partkey = lineitem.partkey
AND
part.brand = 'Brand#43'
AND
part.container = 'LG PACK'
AND
part.partkey = s_partkey
AND
lineitem.quantity < s_avg /* #distinct@ part = partkey #*/;
在上述查询中，表part是相关的外部查询表，以partkey为唯一列，与表lineitem连接。下面给出一个等价的重写后的查询语句，将part表推入到子查询。
Equivalent Rewritten Query-
SELECT
Sum(lineitem.extendedprice) / 7.0 AS avg_yearly
FROM
lineitem,
(
SELECT
0.2 * Avg(lineitem.quantity) AS s_avg, lineitem.partkey AS s_partkey
FROM
lineitem, part
WHERE
part.brand = 'Brand#43'
AND
part.container = 'LG PACK'
AND
part.partkey = lineitem.partkey
GROUP BY
lineitem.partkey
)
WHERE
s_partkey = lineitem.partkey
AND
lineitem.quantity < s_avg;
该功能默认是关闭状态。用户可以通过以下命令设置session参数来启用该功能-
SET SESSION push_table_through_subquery = true;
