查詢改寫的一項重要目的是利用PolarDB-X的拆分資訊來最佳化執行計畫，使得運算元盡量下推，能夠達到提前過濾資料、減少網路傳輸、並存執行加速等效果。
背景資訊
根據PolarDB-X SQL語句最佳化的基本原則，可以下推更多的計算到儲存層MySQL上執行。可下推計算主要包括：
JOIN串連。
過濾條件（如
WHERE或HAVING）。計算（如
COUNT、GROUP BY）。排序（如
ORDER BY）。去重（如
DISTINCT）。Function Compute（如
NOW()函數）。子查詢。
通過explain optimizer + sql可以看到查詢改寫的具體過程。
Project和Filter下推
一條SQL的執行計畫在以下產生過程中，Filter和Project被先後下推到LogicalView運算元裡面。Filter和Project下推可以達到提前過濾資料和減少網路傳輸等效果。
EXPLAIN OPTIMIZER select c_custkey,c_name from customer where c_custkey = 1;其中c_custkey是分區鍵。
Limit和Sort下推
一條SQL的執行計畫在如下產生過程中，Sort和Limit被先後下推到LogicalView運算元裡面。Sort和Limit下推可以達到提前過濾資料，減少網路傳輸、並存執行加速和減少PolarDB-X記憶體佔用等效果。
EXPLAIN OPTIMIZER select * from customer order by c_name limit 10
Agg下推
一條SQL的執行計畫在如下產生過程中，Agg被下推到LogicalView運算元裡面。
Agg下推可以達到提前過濾資料、減少網路傳輸、並存執行加速和減少PolarDB-X記憶體佔用等效果。
EXPLAIN OPTIMIZER select count(*) from customer group by c_nationkey;當拆分鍵為c_nationkey情況：
拆分鍵不為c_nationkey情況：
JoinClustering
當有多個表執行JOIN操作時，PolarDB-X會通過JoinClustering的最佳化技術將JOIN進行重排序，將可下推的JOIN放到相鄰的位置，從而讓它可以被正常下推。樣本如下：
假設原JOIN順序為t2、t1、l2，經過重排序之後，t2和l2的JOIN操作依然能下推到LogicalView。
EXPLAIN select t2.id from t2 join t1 on t2.id = t1.id join l2 on t1.id = l2.id;返回執行計畫資訊如下：
Project(id="id")
HashJoin(condition="id = id AND id = id0", type="inner")
Gather(concurrent=true)
LogicalView(tables="t2_[0-3],l2_[0-3]", shardCount=4, sql="SELECT `t2`.`id`, `l2`.`id` AS `id0` FROM `t2` AS `t2` INNER JOIN `l2` AS `l2` ON (`t2`.`id` = `l2`.`id`) WHERE (`t2`.`id` = `l2`.`id`)")
Gather(concurrent=true)
LogicalView(tables="t1", shardCount=2, sql="SELECT `id` FROM `t1` AS `t1`")JOIN下推
JOIN下推需要滿足以下條件：
t1與t2表的拆分方式一致（包括分庫鍵、分表鍵、拆分函數、分庫分表數目）。
JOIN條件中包含t1，t2表拆分鍵的等值關係。
此外，任意表JOIN廣播表總是可以下推。
EXPLAIN OPTIMIZER select * from t1, t2 where t1.id = t2.id;一條SQL的執行計畫在如下產生過程中，JOIN下推到LogicalView運算元裡面。可以達到計算離儲存更近，並存執行加速的效果。
子查詢下推
一條SQL的執行計畫在如下產生過程中，子查詢下推到LogicalView運算元裡面。子查詢下推可以達到計算離儲存更近，並存執行加速的效果。
子查詢會先被轉換成
Semi Join或Anti Join。如果滿足JOIN下推的判斷條件，就會將
Semi Join或Anti Join下推至LogicalView。下推後的
Semi Join或Anti Join會被還原為子查詢。
EXPLAIN OPTIMIZER select * from t1 where id in (select id from t2);