Apache DataFusion 表达式显示优化方案

在 Apache DataFusion 项目中，查询计划的解释输出是一个非常重要的功能，它帮助开发者理解和调试 SQL 查询的执行过程。当前版本中，物理执行计划(Physical Plan)的树形展示已经通过 PR #15082 得到了显著改善，但在表达式显示方面仍存在可读性问题。

当前问题分析

在现有的树形解释输出中，表达式的显示格式存在几个明显的可读性问题：

1. 类型信息过于冗长：例如 Int64(100) 这样的表示方式增加了视觉负担
2. 表达式结构不直观：CAST 操作等嵌套表达式分行显示，破坏了表达式的整体性
3. 列引用格式不一致：有时使用 foo.int_column，有时使用 int_column@0 这样的格式

这些问题使得即使是简单的表达式也变得难以快速理解，特别是对于新用户来说，学习曲线变得陡峭。

技术解决方案

简化表达式显示

核心思路是开发一个新的表达式格式化方法，专注于生成更简洁、更符合 SQL 语法的输出。具体实现方案包括：

1. 在 PhysicalExpr trait 中增加新的格式化方法：

fn fmt_sql(&self, f: &mut Formatter<'_>) -> Result;

2. 为各种表达式类型实现简化的 SQL 风格显示：
   • 去除冗余的类型标注
   • 使用标准的 SQL 函数调用语法
   • 保持列引用格式一致

实现路径

1. 首先实现一个独立函数作为概念验证：

fn simple_display(expr: &dyn PhysicalExpr) -> String

2. 验证通过后，将其集成到 PhysicalExpr trait 中

3. 修改树形解释器使用新的格式化方法

预期效果

优化后的表达式显示将更加简洁直观，例如：

原始显示：

CAST(int_column@0 AS Int64) + 100
substr(string_column@1, 1, 2)

优化后显示：

int_column + 100
substr(string_column, 1, 2)

这种格式不仅更易读，而且更接近用户实际编写的 SQL 语法，降低了理解成本。

技术价值

这项改进将带来多重好处：

1. 提升用户体验：开发者能够更快理解查询计划中的表达式
2. 降低学习曲线：显示格式与实际 SQL 更接近，减少认知负担
3. 扩展性：fmt_sql 方法未来可用于其他需要 SQL 表达式输出的场景

这种改进体现了 Apache DataFusion 项目对开发者体验的持续关注，也是项目成熟度提升的标志之一。通过不断优化这些看似细节但实际影响重大的方面，DataFusion 正在成为一个更友好、更易用的数据处理引擎。