DuckDB数据库在递归UNNEST操作中的内部错误分析与修复

在DuckDB数据库的最新开发版本1.1.4.dev5147中，用户报告了一个关于递归UNNEST操作的内部错误问题。这个问题在稳定版本1.1.3中并不存在，表明这是一个新引入的回归问题。

问题现象

当用户尝试对一个JSON文件执行递归UNNEST操作并加上LIMIT 1限制时，系统会抛出"INTERNAL Error: RemoveUnusedColumns - LogicalGet::column_ids already has children"错误。这个错误表明在查询优化器的RemoveUnusedColumns阶段出现了断言失败，具体是在处理LogicalGet节点的column_ids属性时发现它已经包含了子节点。

技术分析

这个错误发生在查询优化阶段，特别是当优化器尝试移除查询中未使用的列时。从错误信息可以推断：

1. 查询优化器在处理递归UNNEST操作时，错误地假设了LogicalGet节点的column_ids属性应该是空的
2. 实际上，这个属性已经被填充了子节点信息
3. 当优化器尝试移除未使用的列时，这个假设被违反，触发了断言失败

问题根源

经过深入分析，这个问题源于DuckDB查询优化器在处理递归UNNEST操作时的逻辑缺陷。具体来说：

1. 递归UNNEST操作会生成一个复杂的查询计划，其中包含多个嵌套的LogicalGet节点
2. 在优化器尝试简化查询计划时，RemoveUnusedColumns转换错误地处理了这些节点的状态
3. 特别是对于带有LIMIT子句的查询，优化路径出现了特殊情况处理不足的问题

解决方案

DuckDB开发团队迅速响应并修复了这个问题。修复方案主要涉及：

1. 修改RemoveUnusedColumns转换器的逻辑，正确处理已经包含子节点的column_ids属性
2. 确保递归UNNEST操作与LIMIT子句的组合查询能够得到正确的优化处理
3. 添加了相应的测试用例，防止未来版本再次出现类似问题

用户影响

这个修复对用户的主要影响包括：

1. 现在可以安全地在递归UNNEST操作中使用LIMIT子句
2. 处理大型JSON数据时，用户可以使用LIMIT进行测试查询而不会遇到内部错误
3. 查询优化器现在能够正确处理这类复杂查询的优化过程

最佳实践

对于使用DuckDB处理JSON数据的用户，建议：

1. 在开发环境中测试查询时，可以使用LIMIT子句快速验证查询逻辑
2. 对于复杂的JSON结构，递归UNNEST是一个强大但需要谨慎使用的功能
3. 定期更新DuckDB版本以获取最新的错误修复和性能改进

这个问题展示了数据库系统在处理复杂数据类型和操作时的挑战，也体现了DuckDB团队对稳定性和兼容性的重视。通过快速响应和修复这类问题，DuckDB继续巩固其作为高性能分析数据库的地位。