飞利浦·斯塔克|庖丁解牛｜图解 MySQL 8.0 优化器查询转换篇( 六 ) ie|MySQL|删除

4 应用当前查询块转换（apply_local_transforms）
该函数在flattern subqueries之后， bottom-up调用，主要分几个步骤：
删除无用列（delete_unused_merged_columns）
如果查询块已经删除了一些derived tables/views ，遍历SELECT列表的列，删除不必要的列
简化JOIN（simplify_joins）
该函数会把Query_block中的top_join_list的嵌套join的简化为扁平化的join list 。嵌套连接包括table1 join table2 ，也包含table1 (table2 table3)这种形式。如果所示的简化过程：

分区表的静态剪枝（prune_partitions）
由于剪枝根据HASH/RANGE/LIST及二级分区都有不同，这里简单介绍下剪枝过程，现有prune_partitions是在prepare和optimize阶段会被调用，某些常量子查询被评估执行完。
struct TABLE { ...... partition_info *part_info{nullptr; /* Partition related information */ /* If true all partitions have been pruned away */ bool all_partitions_pruned_away{false; ...... SQL tranformation phaseSELECT_LEX::apply_local_transforms--prune_partitionsfor example select * from employee where company_id = 1000 ;SQL optimizer phaseJOIN::prune_table_partitions--prune_partitions ------based on tbl-join_cond_optim() or JOIN::where_condfor example explain select * from employee where company_id = (select c1 from t1); 举例下面RANGE剪枝的过程： root:refCREATE TABLE R2 ( -a INT -d INT -) PARTITION BY RANGE(a) ( -PARTITION p20 VALUES LESS THAN (20) -PARTITION p40 VALUES LESS THAN (40) -PARTITION p60 VALUES LESS THAN (60) -PARTITION p80 VALUES LESS THAN (80) -PARTITION p100 VALUES LESS THAN MAXVALUE -);Query OK 0 rows affected (0.09 sec)root:refSelect * From R2 where a40 and a80; 剪枝详细过程如下：由于剪枝需要根据不同条件产生的pruning结果进行交集，因此剪枝过程中需要使用read_partitions这样的bitmap来保存是否使用该对应分区。另外剪枝过程类似迭代判断，因此引入了part_iterator来保存开始、结束和当前，以及对应需要获取区间范围的endpoint函数和获取下一个值next的迭代器函数。这里巧妙的运用了指针，来兼容不同分区类型Hash/Range/List类型，如下图所示：

获取join_cond或者m_where_cond的SEL_TREE红黑树（get_mm_tree) 调用find_used_partitions来获取满足的分区，对于SEL_TREE的每个区间（interval）：1. 获取区间的左右端点 2.从左边继续获取下一个满足的分区，直到到右边端点结束，每次调用完满足条件的分区需要使用bitmap_set_bit设置该分区在part_info-read_partitions上的位点。find_used_partitions是根据SEL_TREE的结构进行递归，如图从左到右遍历next_key_part（and condition），然后再遍历SEL_TREE的左右（也就是上下方向， or condition）深度递归。(start) | $ | Partitioning keyparts $ subpartitioning keyparts | $ | ... ... $ | | | $ | +---------+ +---------+ $ +-----------+ +-----------+ \\-| par1=c1 |--| par2=c2 |-----| subpar1=c3|--| subpar2=c5| +---------+ +---------+ $ +-----------+ +-----------+ | $ | | | $ | +-----------+ | $ | | subpar2=c6| | $ | +-----------+ | $ | | $ +-----------+ +-----------+ | $ | subpar1=c4|--| subpar2=c8| | $ +-----------+ +-----------+ | $ | $ +---------+ $ +------------+ +------------+ | par1=c2 |------------------| subpar1=c10|--| subpar2=c12| +---------+ $ +------------+ +------------+ | $ ... $例如第一行（par1=c1 and par2=c2 and subpar1=c3 and subpar2=c5）的遍历的stack将是：in find_used_partitions(key_tree = \"subpar2=c5\") (***)in find_used_partitions(key_tree = \"subpar1=c3\")in find_used_partitions(key_tree = \"par2=c2\") (**)in find_used_partitions(key_tree = \"par1=c1\")in prune_partitions(...)然后是继续下面的条件，以此类推or（par1=c1 and par2=c2 and subpar1=c3 and subpar2=c6）or（par1=c1 and par2=c2 and subpar1=c4 and subpar2=c8）or（par1=c2 and subpar1=c10 and subpar2=c12）下图来展示了pruning的结构和过程： 5 下推条件到Derived Table（push_conditions_to_derived_tables）