ByteHouse 优化器为业界目前唯一的 ClickHouse 优化器方案。ByteHouse 优化器的能力简单总结如下：

• RBO：支持：列裁剪、分区裁剪、表达式简化、子查询解关联、谓词下推、冗余算子消除、Outer-JOIN 转 INNER-JOIN、算子下推存储、分布式算子拆分等常见的启发式优化能力。
• CBO：基于 Cascade 搜索框架，实现了高效的 Join 枚举算法，以及基于 Histogram 的代价估算，对 10 表全连接级别规模的 Join Reorder 问题，能够全量枚举并寻求最优解，同时针对大于10表规模的 Join Reorder 支持启发式枚举并寻求最优解。CBO 支持基于规则扩展搜索空间，除了常见的 Join Reorder 问题以外，还支持 Outer-Join/Join Reorder，Magic Set Placement 等相关优化能力。
• 分布式计划优化：面向分布式MPP数据库，生成分布式查询计划，并且和 CBO 结合在一起。相对业界主流实现：分为两个阶段，首先寻求最优的单机版计划，然后将其分布式化。我们的方案则是将这两个阶段融合在一起，在整个 CBO 寻求最优解的过程中，会结合分布式计划的诉求，从代价的角度选择最优的分布式计划。对于 Join/Aggregate 的还支持 Partition 属性展开。
• 高阶优化能力：实现了 Dynamic Filter pushdown、单表物化视图改写、基于代价的 CTE （公共表达式共享）。

开启 ClickHouse SQL Mode：

set enable_optimizer =1

统计信息

收集表中数据的直方图信息。目前暂未支持自动收集，因此需要手动触发。

收集统计信息

-- Collect statistics for all tables in current database
create stats all;

-- Collect statistics for all tables and start sampling
create stats all settings statistics_enable_sample = 1

-- Collect statistics of a table
create stats [IF NOT EXISTS] <table_name>;

-- Collect statistics of a table and start sampling
create stats <table_name> settings statistics_enable_sample = 1

显示统计信息

-- Display all statistics
show stats all;

-- Display Statistics of a table
show stats [<db_name>.]<table_name>;

-- Display column level statistics of all tables
show column_stats all;

-- Display specified column level statistics of specified table
show column_stats [<db_name>.]<table_name> [at column <column_name>];

列的介绍：

• identifier：表名.列名
• type：列类型
• Count：列中的值的总数量。
• Null_count: 列中为空的字段的数据量。
• NDV：列中不同值的数量。
• Min：列中的最小值（如果是字符串类型，则？）。
• Max：列中的最大值。
• Has_histogram：是否已生成直方图。

删除统计信息

-- Delete all statistics in current database
drop stats all;

-- Delete statistics of a table
drop stats <table_name>;

载入、读取统计信息

set graphviz_path='/path/to/folder'
use <database_name>
show stats __save; # save statistics into /path/to/folder/<database_name>.bin
show stats __load; # load statistics from /path/to/folder/<database_name>.bin

文件是PB格式的，请参考dbms/src/Protos/cbo_statistics.proto.

执行计划

支持 EXPLAIN（返回执行计划，不执行）。

EXPALIN SELECT sum(l_extendedprice * l_discount) AS revenue
FROM lineitem
WHERE l_shipdate >= toDate('1994-01-01')
  AND l_shipdate < toDate('1994-01-01') + INTERVAL '1' YEAR
  AND l_discount BETWEEN toFloat64('0.06') - toFloat64('0.01') AND toFloat64('0.06') + toFloat64('0.01')
  AND l_quantity < 24

Plan 可视化

• 开启 query plan 可视化：

set print_graphviz=1
set graphviz_path='/.../...'  （A path you can access on the server）

• 安装 VScode 与 graphviz，可查看执行计划的可视化

处理性能回退

如果性能回退，可以在 query_level 手动指定 SETTINGS enable_optimizer=0

--Add "SETTINGS enable_optimizer=0" after your query to turn off optimizer
select distinct d_year from date_dim SETTINGS enable_optimizer=0;