XTDB项目中GROUP BY子句对未解析列引用的处理优化

在数据库查询语言中，GROUP BY和ORDER BY子句对于未解析列引用的处理方式存在差异。本文深入分析XTDB项目中对这一问题的技术处理方案。

问题背景

在SQL查询中，当GROUP BY子句引用不存在的列时，XTDB当前会直接报错。例如以下查询：

(plan-sql "SELECT SUM(docs._id) FROM docs GROUP BY x"
          {:table-info {"docs" #{"xt$id"}}})

这会生成一个包含错误信息的查询计划。

相比之下，ORDER BY子句对不存在的列处理则更为宽容：

(plan-sql "SELECT docs._id FROM docs ORDER BY x"
          {:table-info {"docs" #{"xt$id"}}})

这种情况下，查询计划会正常生成，只是将不存在的列引用设为nil值。

技术方案分析

针对这个问题，XTDB团队提出了两种可能的解决方案：

1. 兼容处理方案：使GROUP BY的行为与ORDER BY保持一致，即在查询计划中为不存在的列生成nil值。这种方案会生成如下查询计划：

'[:project
  [{xt$column_1 xt$sum_out_2}]
  [:group-by
   [xt$gb {xt$sum_out_2 (sum docs.1/xt$id)}]
   [:project
    [docs.1/xt$id {xt$gb nil}]
    [:rename docs.1 [:scan {:table docs} [xt$id]]]]]

2. 严格模式方案：完全禁止在GROUP BY中使用不存在的列引用，保持当前的报错行为。

技术决策考量

这两种方案各有优缺点：

兼容处理方案的优点：

• 保持与ORDER BY行为的一致性
• 提高SQL方言的容错性
• 简化查询重写逻辑

严格模式方案的优点：

• 更早发现可能的查询错误
• 符合SQL标准的行为预期
• 避免潜在的逻辑错误传播

在实际数据库系统中，不同产品对此类情况的处理也不尽相同。PostgreSQL会报错"column must appear in the GROUP BY clause"，而MySQL在某些模式下允许这种查询。

实现建议

从技术实现角度看，兼容处理方案可能更适合XTDB的设计哲学：

1. 保持查询计划生成的连贯性
2. 与现有ORDER BY处理逻辑保持一致
3. 为未来支持更复杂的GROUP BY表达式奠定基础

这种处理方式也更符合XTDB作为文档数据库的灵活性特点，允许用户在不知道完整表结构的情况下进行探索性查询。

总结