OpenMLDB 中的 DDL 解析错误：重复列问题分析

在 OpenMLDB 数据库系统中，开发者在使用 DDL 语句创建部署(deploy)时可能会遇到一个关于重复列的解析错误。这个问题的本质在于系统对连接条件中重复列的处理机制存在不足。

当用户尝试创建一个部署，其中包含多个表的连接操作时，如果连接条件中出现了对同一列的多次引用，系统会错误地尝试创建包含重复列的索引。例如，在以下 SQL 语句中：

deploy d2 select * from t1 last join t2 on t1.c1=t2.c1 and t1.c1=t2.c1;

系统会尝试为表 t2 创建一个索引，其中列 c1 被重复包含。这显然是不合理的，因为索引中的列应该是唯一的。同样的问题也会出现在更复杂的多表连接场景中。

问题的根源在于 OpenMLDB 的物理执行计划优化阶段。在 group_and_sort_optimized.cc 文件中，系统会收集连接条件中的键(key)信息，但没有对重复键进行去重处理。这导致后续的 DDL 解析器尝试创建包含重复列的索引时失败。

从技术实现角度来看，这个问题反映了系统在以下几个方面的不足：

1. 连接条件解析阶段缺乏对重复键的检测和处理
2. 索引创建前的验证机制不够完善
3. 错误提示信息可以更加明确，帮助开发者更快定位问题

解决这个问题的正确方法应该是在 DDL 解析阶段就对列名进行去重处理，或者在更早的物理计划优化阶段就避免生成包含重复键的计划。这不仅能解决当前的错误，还能提高系统的健壮性和用户体验。

对于开发者而言，遇到此类错误时，可以检查连接条件中是否存在对同一列的多次引用，并尝试简化条件表达式。同时，这也提醒我们在设计复杂SQL查询时，应该注意条件的简洁性和明确性。