一、创建RelOptInfo

在进行逻辑重写优化的过程中，查询树中的连接树Query->jointree是通过RangeTblEntry组织起来的

• 在逻辑分解优化的过程中，所有的RangeTblEntry将建立一个对应的RelOptInfo结构体，这是因为查询树Query中的RangeTblEntry结构体在物理优化时已经不适用了，必须要使用适用于物理优化的RelOptinfo结构体来代替他
• RelOptInfo结构体对应的是查询语句中的范围表，它是对一个表进行描述，属于逻辑层面，它的内部没有提供和物理代价以及物理路径相关的成员变量
• RelOptInfo结构体在设计的时候更多地考虑了生成物理连接路径以及计算路径代价，属于物理层
• 在查询树中约束条件就是一个表达式，此时的表达式是一个裸表达式，即它只是保存了表达式本身所需的内容；
  在逻辑分解阶段，会将这些裸表达式用RestrictInfo结构体来进行封装，目的是用于扩展表达式的内容，在RestrictInfo结构体中还记录了约束条件在物理优化过程中需要的变量。
• 在查询树Query中，约束条件(表达式)存放的位置就是它原始的语法位置，在逻辑分解的过程中，会对这些约束条件下推。
  eg：在逻辑分解阶段会基于等价类进行推理，生成一些隐含的约束条件，eg：在满足一定条件的情况下，约束条件A=B和约束条件B=C能够推到出新的约束条件A=C

谓词下推、连接顺序交换、基于等价类的推理是查询优化的难点、也时重点；若没有理解逻辑分解优化，那么物理优化的部分理解也会很困难

1.RelOptInfo结构体

查询树中的基表信息以RangeTblEntry的形式存放在Query->rtable链表中，在物理优化阶段，因为针对每个基表都需要生成扫描路径Scan，多个基表之间还会产生连接Join路径，且需要计算这些路径的代价，所以需要一个新的结构体RelOptInfo来替换原来的RangeTblEntry。

查询优化过程中，首先面对的是FROM子句中的表，通常称之为范围表RangeTable

• 可能是一个常规意义上的表、也可能是一个子查询、或者是一个查询结果的组织为表状的函数(eg：TableFunction)
• 这些表处于查询执行计划的叶子节点，是产生最终查询结果的基础，称之为基表，这些基表可以用RelOptInfo结构体表示

2.IndexOptInfo结构体

3.创建RelOptInfo

二、初识等价类

三、谓词下推

四、PlaceHolderVar的作用

五、Lateral语法的支持

1.Lateral的语义分析

2.收集Lateral变量

3.收集Lateral信息

六、消除无用连接项

七、Semi Join消除

八、提取新的约束条件

1.提取需要满足的条件

2.提取流程

3.选择率修正