> ## Documentation Index
> Fetch the complete documentation index at: https://docs.pawsql.com/llms.txt
> Use this file to discover all available pages before exploring further.
> ## Agent Instructions
> PawSQL 是一个产品：Cloud 是公网部署形态，Engine / Optimizer / Auditor / Advisor / Patroller 是同一产品的组件与交付形态，不是彼此独立的产品。 / PawSQL is a single product: Cloud is the public deployment form, while Engine / Optimizer / Auditor / Advisor / Patroller are components and delivery forms of the same product, not separate products.
> 术语以站内术语表为准：SQL 审核对应英文 SQL Review，查询重写对应 Query Rewrite，索引推荐对应 Index Recommendation；英文内容统一用 Review，不用 Audit。 / Use the site glossary for terminology: 审核 is SQL Review, 重写 is Query Rewrite, 索引推荐 is Index Recommendation; English content uses Review, never Audit.
> 引用能力范围或版本支持时以对应页面为准；标注 unknown、或 status 非 published 的内容表示尚未经产品核实，不应作为事实引用。 / Cite capability scope and version support from the corresponding page; content marked unknown, or with a status other than published, is not yet product-verified and must not be cited as fact.
# 查询重写优化
> 使用 PawSQL 自动识别低效 SQL 写法，并生成语义等价且更高效的查询重写优化方案。
PawSQL 查询重写优化通过 SQL 解析、语义分析与优化规则，将低效 SQL 自动转换为语义等价、但更有利于数据库优化器生成高效执行计划的形式。
与仅输出文字建议不同，PawSQL 的目标是直接生成可执行的优化 SQL，并进一步通过自动化性能验证判断重写是否有效。
## 概览
SQL 性能问题往往并不是“数据库没有索引”，而是 SQL 结构本身限制了优化器可选择的执行路径。
例如：
* 相关子查询重复执行
* 谓词无法下推
* OR 条件导致索引利用率下降
* 不必要的 DISTINCT 或 GROUP BY
* 深分页产生大量扫描与排序
* 分布式数据库中发生跨分片数据移动
查询重写优化针对这些结构性问题自动寻找等价改写方案。
```mermaid theme={null}
flowchart LR
A["Original SQL"] --> B["Parse & Analyze"] --> C["Rewrite Rules"] --> D["Candidate SQL"] --> E["Cost Validation"] --> F["Optimized SQL"]
```
## 为什么查询重写优化很重要
数据库优化器能够在给定 SQL 表达式范围内寻找最优执行计划，但不会总是主动改变 SQL 的业务表达形式。
某些 SQL 写法从语义上等价，却会产生完全不同的优化空间。
PawSQL 的查询重写优化用于扩展优化器可利用的搜索空间。
## 核心能力
### 子查询重写
针对 IN、EXISTS、Scalar Subquery 等结构进行分析，寻找更适合目标数据库执行的等价形式。
### 谓词优化
优化 WHERE / JOIN 条件，包括：
* Predicate Pushdown
* 恒等条件与冗余条件消除
* OR 条件改写
* 表达式简化
* 可索引条件恢复
### Join 优化
识别并处理：
* 冗余 Join
* Join Elimination
* Join 顺序相关结构问题
* 可转化的子查询 Join
* 分布式环境中的跨分片 Join 风险
### 聚合优化
针对 DISTINCT、GROUP BY、COUNT、MIN/MAX 等聚合结构进行改写或简化。
### 分页优化
对 OFFSET / LIMIT 等深分页场景生成更适合大数据量访问的改写方案。
### 分布式 SQL 优化
针对分布式数据库进一步考虑：
* 分布键
* 数据移动
* 跨节点 Join
* 复制表 / 广播表
* Global / Local Index
### 大数据 SQL 优化
针对 Hive 等大数据 SQL 场景分析：
* Partition Pruning
* Bucket Join
* Data Skew
* COUNT DISTINCT
* GROUP BY Skew
* Window Skew
* Global Sort
## 示例
原始 SQL：
```sql theme={null}
SELECT *
FROM orders
WHERE customer_id = 100
OR customer_id = 200
OR customer_id = 300;
```
可能的等价重写：
```sql theme={null}
SELECT *
FROM orders
WHERE customer_id IN (100, 200, 300);
```
实际是否采用该重写，需要结合数据库类型、索引、数据分布和执行计划进一步判断。
这也是 PawSQL 与静态“改写模板”的区别：**重写只是候选方案，验证决定最终价值。**
## 语义安全性
查询重写优化首先必须保证语义正确。
因此，PawSQL 在应用重写规则时需要考虑：
* NULL 语义
* 聚合语义
* DISTINCT
* 外连接语义
* 数据类型与隐式转换
* 数据库方言差异
* 函数与表达式行为
对于无法可靠证明等价性的场景，不应仅为了追求性能而强制改写。
## 重写分类
| Category | Typical examples |
| --------------- | ------------------------------------------------- |
| Predicate | OR → IN, predicate pushdown |
| Subquery | EXISTS / IN / scalar subquery |
| Join | Join elimination, subquery decorrelation |
| Aggregation | DISTINCT / GROUP BY simplification |
| Pagination | Deep pagination rewrite |
| Distributed SQL | Cross-shard and data movement optimization |
| Big Data | Partition, bucket, skew, global sort optimization |
## 相关能力
## 相关场景