Apache DataFusion中聚合函数表达式显示格式的优化方案

背景介绍

在Apache DataFusion项目中，查询执行计划的可读性对于开发者理解和调试查询至关重要。当前版本中，AggregateExec算子的输出显示存在冗余信息问题，特别是聚合函数表达式的显示格式不够简洁明了。

问题分析

在DataFusion的执行计划可视化输出中，AggregateExec算子当前显示的聚合函数表达式包含了过多细节。例如，一个简单的计数聚合会显示为count(Int64(1))，其中Int64(1)这样的类型信息对于理解执行计划的核心逻辑并非必要，反而增加了视觉负担。

通过代码分析发现，这个问题源于create_aggregate_expr_and_maybe_filter函数中Expr的SchemaDisplay实现方式。当前的显示逻辑为所有表达式类型生成了详细的调试信息，但对于用户理解执行计划而言，这些细节往往是不必要的。

解决方案设计

针对这个问题，我们提出了一套系统化的改进方案：

1. 扩展表达式结构：在AggregateFunctionExpr结构中新增sql_name字段，专门用于存储更符合SQL习惯的显示名称。

2. 引入新的格式化方法：为Expr特征(trait)添加fmt_sql_name()方法，类似于现有的schema_name()方法。对于AggregateFunction类型，我们将重写这个方法以生成更简洁的SQL风格名称。

3. 修改执行计划显示逻辑：调整AggregateExec的fmt_as实现，使其使用新的sql_name而非原来的name字段来显示聚合表达式。

技术实现细节

在具体实现上，我们需要：

1. 修改AggregateFunctionExpr结构体定义，增加sql_name字段：

pub struct AggregateFunctionExpr {
    // 原有字段...
    sql_name: String,
}

2. 为Expr特征添加新的格式化方法：

pub trait Expr {
    // 原有方法...
    fn fmt_sql_name(&self) -> String;
}

3. 在AggregateFunction的实现中提供简洁的SQL风格名称：

impl Expr for AggregateFunction {
    fn fmt_sql_name(&self) -> String {
        format!("{}({})", self.fun, self.args.iter().map(|arg| arg.sql_name()).join(", "))
    }
}

4. 最后更新AggregateExec的显示逻辑，使用新的简洁格式。

预期效果

经过这些修改后，执行计划的显示将更加简洁直观。例如，原来的：

┌─────────────┴─────────────┐
│       AggregateExec       │
│    --------------------   │
│   aggr: count(Int64(1))   │
│        mode: Final        │
└─────────────┬─────────────┘

将变为更简洁的：

┌─────────────┴─────────────┐
│       AggregateExec       │
│    --------------------   │
│      aggr: count(1)       │
│        mode: Final        │
└─────────────┬─────────────┘

总结

这个优化方案通过引入专门的SQL风格显示名称，显著提高了DataFusion执行计划的可读性。这种改进不仅使开发者更容易理解复杂的查询计划，也保持了与标准SQL语法的一致性，降低了学习成本。同时，这种设计保持了良好的扩展性，未来可以轻松支持更多表达式类型的定制化显示。