miniob-select-tables-implementation.md

miniob - select tables 实现解析

前言

代码部分主要是在do_select里完成，由于原代码对于多表的支持并不友好，所以不推荐直接在原代码的基础上直接改(否则后面处理查询相关的题目会很麻烦)。

思路

表查询的语法结构是这样的：

select attr_list from table_list where condition_list;

其中list的数目不定。

为了简化思路，我们不区分单表与多表。 首先我们解析table_list， 使用一个unordered_map<string,int>来存储表名与对应的序号， 通过DefaultHandler::get_default().find_table来查找表名对应的表结构， 如果表不存在，直接返回FAILURE。 然后对每个表都进行一次scan_record操作， 对应的filter直接给nullptr， 即全部读取(当然也可以取出只与该表相关的条件组成一个filter进行过滤，见原代码)， 将表数据用vector<string>来保存。 至此我们已经可以获得所有表的数据， 然后就是进行笛卡尔积操作。 很多同学都想当然地用循环来进行笛卡尔积， 这在表数目很少的时候当然没问题， 而且出错机率也小， 但如果数据量比较大时，内存装不下。 笛卡尔积的经典做法是深度优先搜索算法或者回溯算法，将所有可能的表记录都进行联结，然后将结果即联结表保存在vector<string>中(或者在联结过程中进行投影操作，这样对内存的要求要小些)。

对于联结表的过滤问题， 我们可以利用原代码提供给我们的CompositeConditionFilter类进行过滤，这需要一些小修改(只需要将各个表在联结表记录对应的偏移量叠加到原表偏移量即可). 用上述filter对联结表进行条件过滤，获得所求的记录，并对该纪录进行投影操作(见原代码对单表的投影操作)，获得一个TupleSet。

细节

* 我们在遍历查询的表与属性时，要反序遍历，即从selects.attr_num - 1到0，这样才跟查询语句的顺序一致(小坑)
* 单表支持的属性类型: \*，id.\*，id.id，id
  
        单表只有一个属性id时，我们可以为它添加一个表名，即当前查询的单表
* 多表支持的属性类型: \*，id.\*，id.id
* 在调用`TupleSet::print`时，最好将表数目作为一个参数传递过去(因为我们无法从`TupleSet`获得表数目)，然后根据表数目决定是否打印表名