数据库查询优化中的条件提取（Condition Extraction）原理解析

题目描述
条件提取是数据库查询优化中的一种逻辑优化技术，主要作用是从复杂的查询条件中提取出公共的、可独立优化的子条件。通过将复合条件分解为更简单的条件单元，优化器能够更准确地估算选择率，生成更高效的执行计划。该技术特别适用于包含多个AND/OR连接的复杂谓词场景。

解题过程

1. 条件提取的基本概念

   • 核心思想：将形如 (A AND B) OR (A AND C) 的复杂条件，提取公共子条件后重写为 A AND (B OR C)
   • 优化价值：减少重复计算，提前过滤数据，为索引使用创造机会
   • 数学基础：基于布尔代数的分配律、吸收律等逻辑等价变换

2. 条件提取的触发场景

   • 多表连接查询中涉及多个过滤条件的组合
   • 子查询展开后形成的复合条件
   • 视图展开后产生的嵌套条件表达式
   • 用户编写的复杂业务逻辑条件

3. 条件提取的实现步骤
   步骤1：条件规范化

   • 将查询条件转换为合取范式（CNF）或析取范式（DNF）
   • 示例：(A OR B) AND (A OR C) 已是CNF形式，可直接处理

   步骤2：公共子条件识别

   • 扫描所有条件子句，识别重复出现的表达式
   • 使用哈希表记录各子条件的出现频率和位置
   • 示例：条件 (age>18 AND dept='IT') OR (age>18 AND salary>5000) 中，age>18 是公共子条件

   步骤3：条件重组

   • 应用分配律进行等价变换：
     (X AND Y) OR (X AND Z) → X AND (Y OR Z)
   • 对识别出的公共子条件进行提取和合并
   • 示例：将上述条件重写为 age>18 AND (dept='IT' OR salary>5000)

   步骤4：选择率重估算

   • 提取后简单条件的选择率可独立计算
   • 通过统计信息估算 age>18 的选择率，再结合OR条件的概率公式计算整体选择率
   • 优化器根据新的选择率决定索引使用和连接顺序

4. 高级优化技巧

   • 跨条件提取：从不同AND分支中提取公共OR条件

     -- 原始条件：(A OR B) AND (A OR C)  
     -- 提取后：A OR (B AND C)
     

   • 常量条件提取：将确定的常量条件提前计算

     -- 原始：`(salary>1000 AND 1=1) OR (salary>2000 AND 1=0)`  
     -- 优化后：`salary>1000`（因为1=0使第二个分支永假）
     

5. 实际案例演示
   原始查询：

   SELECT * FROM employees 
   WHERE (department='IT' AND salary>8000) 
      OR (department='IT' AND bonus>2000)
   

   条件提取后：

   SELECT * FROM employees 
   WHERE department='IT' AND (salary>8000 OR bonus>2000)
   

   • 优化效果：数据库可先使用索引快速定位所有IT部门员工，再过滤薪资/奖金条件，避免全表扫描

6. 注意事项

   • 需保证条件提取的等价性，特别注意NULL值的三值逻辑影响
   • 当条件包含非确定性函数（如RAND()）时禁止提取
   • 考虑条件短路评估的特性，避免改变异常抛出顺序