首页
/ Apache DataFusion 中 UNNEST 操作的 SQL 生成优化

Apache DataFusion 中 UNNEST 操作的 SQL 生成优化

2025-05-31 06:48:40作者:毕习沙Eudora

在 Apache DataFusion 项目中,最近对 UNNEST 操作的 SQL 生成逻辑进行了重要改进。这项改进源于一个实际问题:当 DataFusion 对包含 UNNEST 操作的查询进行反解析(unparse)时,生成的 SQL 语句在其他数据库系统中无法直接执行。

问题背景

在之前的实现中,DataFusion 对 UNNEST 操作的反解析会生成类似如下的 SQL 语句:

SELECT "UNNEST(make_array(Int64(1),Int64(2),Int64(3))" FROM UNNEST([1, 2, 3])

这种语法存在两个主要问题:

  1. 列名包含了 DataFusion 特有的表达式形式,其他数据库系统无法识别
  2. 不符合主流数据库对 UNNEST 操作的标准实现方式

主流数据库的行为对比

通过对比几种主流数据库系统的行为,我们可以更好地理解这个问题:

  1. PostgreSQL 和 DuckDB

    • 默认使用 "unnest" 作为列名
    • 允许直接通过列名 "unnest" 进行引用
  2. BigQuery

    • 自动生成 "f0_" 这样的默认列名
    • 但不允许直接通过这个列名进行引用

解决方案设计

经过讨论,社区决定采用以下改进方案:

  1. 为 UNNEST 表因子添加子查询别名(SubqueryAlias)
  2. 为生成的列提供默认的列别名
  3. 保持与 DataFusion 内部列名的兼容性

改进后的 SQL 生成示例:

SELECT "UNNEST(make_array(Int64(1),Int64(2),Int64(3)))" 
FROM UNNEST([1, 2, 3]) as unnest_alias("UNNEST(make_array(Int64(1),Int64(2),Int64(3)))")

这种设计实现了以下目标:

  1. 保持与 DataFusion 内部实现的兼容性
  2. 生成的 SQL 可以在其他数据库系统中执行
  3. 提供了明确的列引用方式

技术实现考量

在实现过程中,开发团队考虑了以下技术因素:

  1. 列名生成策略:需要平衡可读性和唯一性
  2. 子查询别名的处理:确保不影响查询优化和执行计划
  3. 跨数据库兼容性:生成的 SQL 应该尽可能符合标准 SQL 语法

未来发展方向

这项改进为 DataFusion 的 SQL 兼容性奠定了基础,未来可能的发展方向包括:

  1. 支持更多标准 UNNEST 语法变体
  2. 提供配置选项来控制列名生成策略
  3. 增强与其他数据库系统的互操作性

这项改进展示了 DataFusion 项目对标准兼容性和实用性的重视,同时也体现了开源社区通过协作解决复杂技术问题的能力。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
152
1.97 K
kernelkernel
deepin linux kernel
C
22
6
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
426
34
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
239
9
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
190
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
988
394
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
193
274
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
936
554
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
69