当前位置：首页 > news >正文

理解 DuckDB 的逻辑计划（Logical Plan）、优化器（Optimizer）和物理执行计划模块的工作流程

news 来源：原创 2025/5/14 4:57:29

✅ 一、用于调试的 SQL 语句建议

✅ 1. 创建 orders 表的 SQL

CREATE TABLE orders (
    order_id     INTEGER,
    customer_id  INTEGER,
    order_date   DATE,
    amount       DOUBLE
);

✅ 2. 插入测试数据（模拟多个客户在不同时间下单）

INSERT INTO orders VALUES
-- 客户1：7个订单，部分在2022年之后
(1, 101, '2022-01-02', 120.0),
(2, 101, '2022-02-15', 80.0),
(3, 101, '2022-03-01', 90.0),
(4, 101, '2022-04-10', 60.0),
(5, 101, '2022-06-12', 70.0),
(6, 101, '2022-07-20', 30.0),
(7, 101, '2022-08-05', 40.0),

-- 客户2：4个订单，不满足 HAVING 条件
(8, 102, '2022-02-01', 200.0),
(9, 102, '2022-03-01', 180.0),
(10, 102, '2022-03-15', 150.0),
(11, 102, '2022-03-20', 220.0),

-- 客户3：6个订单，满足 HAVING 条件
(12, 103, '2022-01-05', 95.0),
(13, 103, '2022-01-15', 85.0),
(14, 103, '2022-02-10', 90.0),
(15, 103, '2022-02-20', 88.0),
(16, 103, '2022-03-01', 77.0),
(17, 103, '2022-03-10', 66.0),

-- 客户4：5个订单，刚好不满足 COUNT(*) > 5
(18, 104, '2022-04-01', 50.0),
(19, 104, '2022-04-05', 45.0),
(20, 104, '2022-04-10', 60.0),
(21, 104, '2022-04-15', 70.0),
(22, 104, '2022-04-20', 80.0);

✅ 3. 执行你的分析查询 SQL（统计订单数大于 5 的客户）

我们需要选择一个能覆盖典型逻辑运算的 SQL 语句，例如选择、投影、连接、聚合等。
sql

-- 推荐用于逻辑计划和优化器调试的 SQL

SELECT customer_id, COUNT(*) AS order_count

FROM orders

WHERE order_date >=  DATE  '2022-01-01'

GROUP  BY customer_id

HAVING  COUNT(*) >  5

ORDER  BY order_count DESC

LIMIT 10;

这个 SQL 涵盖以下关键节点：

Filter（WHERE）
Group By / Aggregation
Having
Projection
Order By + Limit

✅ 二、推荐的 GDB 调试设置流程

(gdb) b Parser::ParseQuery
Breakpoint 1 at 0x589200
(gdb) b Binder::Bind
Breakpoint 2 at 0xa8ff40 (40 locations)
(gdb) b Planner::CreatePlan
Breakpoint 3 at 0xb1da90 (2 locations)
(gdb) b Optimizer::Optimize
Breakpoint 4 at 0xa2ae90

在上面的4处设置断点。

✅ 三、查看逻辑计划过程

主要的过程就是参考https://github.com/duckdb/duckdb/blob/main/src/main/client_context.cpp文件里面的353行的ClientContext::CreatePreparedStatementInternal函数，里面记录了执行的过程，从1️⃣ Create Logical Plan->2️⃣ 优化逻辑计划->3️⃣ 构建物理计划->4️⃣ 初始化执行器->5️⃣ 开始执行。
逻辑计划的执行入口在/src/planner/planner.cpp的32行的Planner::CreatePlan函数内，首先查看duckdb逻辑计划构建阶段的入口。

Planner::CreatePlan函数

首先进入到同名的Planner::CreatePlan上面选择对应的statement->type类型，比如我这里选择的就是select类型。
Planner::CreatePlan函数地址：https://github.com/duckdb/duckdb/tree/main/src/planner 32行
在了解这个函数之前，先去了解逻辑计划的基类一下class LogicalOperator类，简单图示：

class LogicalOperator
    ├── LogicalOperatorType type         ← 节点类型（如 JOIN、GET、FILTER）
    ├── vector<LogicalOperator*> children← 子节点（树结构）
    ├── vector<Expression*> expressions  ← 节点内表达式（如 WHERE 条件、SELECT 列）
    ├── vector<LogicalType> types        ← 返回列类型
    ├── idx_t estimated_cardinality      ← 行数估计
    ├── virtual ResolveTypes() = 0       ← 推断返回类型（由子类实现）
    ├── ToString()/Print()               ← 输出逻辑计划树
    └── Cast<T>()                        ← 类型安全的子类转换

① LogicalOperatorType type
枚举类型，表示逻辑节点的类别：这个字段可以让优化器、渲染器、执行器知道当前是哪个操作。
② vector<unique_ptr> children
当前逻辑节点的子节点，构成逻辑计划树。
比如：一个 LogicalFilter 会有一个子节点是 LogicalGet。
③ vector<unique_ptr> expressions
表达式节点，比如：
WHERE x > 10 → x > 10 是一个表达式
SELECT x + y → x + y 是一个表达式
对于某些逻辑节点（如 LogicalProjection），表达式就是它的输出列表达式。
④ vector types
当前逻辑节点最终会输出哪些列的类型。
是在 ResolveOperatorTypes() 或 ResolveTypes() 中由具体逻辑算子设置。
⑤ estimated_cardinality 和 has_estimated_cardinality
用于估算输出行数，供优化器做选择（如连接顺序）
⑥ ResolveOperatorTypes() + ResolveTypes()
比如：LogicalProjection 会根据表达式类型推导出列类型
LogicalAggregate 会根据聚合函数决定返回类型
⑦ ToString() 和 Print()
用于调试或 explain 时打印逻辑计划结构
⑧ Copy(), Serialize(), Cast() 等
提供计划节点的复制、序列化能力
Cast() 用于安全地将 LogicalOperator 转为具体类型（如 LogicalJoin）