南大通用GBase 8s_GROUP BY支持标量函数和表达式问题详解

Group By支持标量函数和表达式问题详解
1概述
为与主流数据库兼容，GBase 8s在很多国产化替代项目中做了很多努力，其中，Group By语句对标量函数及表达式的支持问题较为典型，这篇文章会详细阐述一下。

2问题现状
2.1现状描述
在某国产化替代项目现场出现如下场景：Group By子句需要支持to_char函数分组（包含不在投影列中的字段）。

在这种场景下，GBase 8s会报错“SQL错误【ErrorCode：-201】【SQLState：42000】：A syntax error has occurred.”。

如下所示：
源SQL：
select
count(distinct(t.col4)) as psr_num,
1 as defaulVal,
t.col2
from test t
where t.col1 > 10
group by t.col2,to_char(t.col5,'YYYY-MM-DD') ;
2.2问题分析
在某主流数据库中对Group By语句对标量函数及表达式支持情况进行测试分析，过程如下。

a.测试表table1结构:
col1col2col3col4col5col6
12312019-10-10 12:12:122019-10-11 12:12:12 b.测试过程：
⚫标量函数
➢测试SQL：
标量函数：
SQL1: select col2, to_char(col5,'YYYY-MM-DD
HH:MM:SS'),count(distinct(col4)) from table1 group by col2, to_char(col5,'YYYY-MM-DD HH:MM:SS');
SQL2: select abs(col2), count(distinct(col4)) from table1 group by abs(col2), col1;
SQL3: select to_char(col5,'YYYY') from table1 group by to_char(col5,'YYYY-MM');
SQL4: select to_char(col2) from table1 group by abs(col2);
SQL5: select col3+abs(col2), count(distinct(col4)) from table1 group by abs(col2), col3;
嵌套函数：
SQL6: select sum(avg(abs(col2))) from table1 group by nvl(col2,col3);
SQL7: select avg(sum(avg(abs(col2)))) from table1 group by nvl(col2,col3);
SQL8: select to_char(abs(abs(col2))) from table1 group by
to_char(abs(abs(col2)));
➢测试结果：
SQL1-2、SQL5语句执行成功，SQL3-4语句执行失败，说明标量函数在select 投影列中单独存在时需与group by语句中出现的标量函数保持一致，包括函数名称及参数。

SQL6、SQL8语句执行成功，SQL7语句执行失败，说明select投影列中聚合函数最多嵌套两层，而标量函数可无限嵌套，但投影列与group by语句中嵌套的标量函数必须保持一致。

⚫表达式
➢测试SQL：
算术表达式
SQL1: select col1+col2, count(distinct(col4)) from table1 group by col2+col1, col3;
SQL2: select 1+col2, count(distinct(col4)) from table1 group by col2+1, col3;
SQL3: select col2+1+col3, count(distinct(col4)) from table1 group by col2+1, col3;
SQL4: select col2+col3+1, count(distinct(col4)) from table1 group by col2+1, col3;
比较表达式：
SQL5: select count(col2) from table1 group by col2>1;
逻辑表达式：
SQL6: select count(col2) from table1 group by col2>1 and col2<10;
按位表达式：
SQL7: select count(col2) from table1 group by col2 | col3;
➢测试结果：
SQL1-3:主流数据库均支持。

SQL4-7:均不支持。

说明group by语句后的表达式仅支持算术表达式且遵循交换律，对比较表达式、逻辑表达式和按位表达式并不提供支持。

⚫标量函数+表达式
➢测试SQL：
SQL1: select 1+abs(col2), count(distinct(col4)) from table1 group by abs(col2)+1, col3;
SQL2: select 1+abs(col2)+col3, count(distinct(col4)) from table1 group by abs(col2)+1, col3;
SQL3: select abs(col2+1) from table1 group by abs(1+col2);
SQL4: select abs(col2)+col3 from table1 group by col3+abs(col2);
SQL5: select sum(abs(col2+1)) from table1 group by 1+col2;
SQL6: select abs(col2+col3+1) from table1 group by abs(1+col2+col3);
SQL7: select abs(col2)+col3+1 from table1 group by abs(col2)+1, col3;
SQL8: select abs(col2-1) from table1 group by abs(1-col2);
➢测试结果：
SQL1-5:支持。

SQL6-8:均不支持。

2.3问题总结
经分析测试，主流数据库对Group By子句存在标量函数和表达式的场景支持较好。

GBase 8s数据库会加强兼容性方面的功能支持，以支持上述场景，降低从主流数据库迁移到GBase 8s数据库的适配难度，提供更强大的兼容能力。

3解决方案
为解决国产化替代过程中出现的较多兼容性要求，涵盖绝大多数Group By语句兼容性场景，GBase 8s 的Group By语句在现有基础上逐步加强对标量表达式的支持，可按照以下方式解决：
1)若投影列中存在Group By子句中的标量表达式，则必须与Group By子
句中的标量表达式保持一致。

2)标量表达式包括：
➢标量函数，标量函数的参数包含from子句中表的列；
➢算术表达式，算术表达式中参与运算的元素必须包含from子句中表的列；
➢标量嵌套函数，嵌套层级与现有GBase 8s规则保持一致；➢其他表达式情况与现有系统保持一致。