自动检查两个SQL查询在语义上是相等

Question

我有两个疑问：

'UPDATE foo SET bar = baz WHERE a = b AND c = d' 

和

'UPDATE foo SET bar = baz WHERE c = d AND a = b' 

都是语义上相等（他们这样做），但一个简单的比较，将陈述他们不同，因为第一个有a = b AND c = d，而第二个使用c = d AND a = b。

如何检查两个查询在语义上是否相等？

这是一个明显简单的例子，可以通过在WHERE节点处对语法树进行简单的字母排序来解决。我对通用的方法感兴趣，它也可以解决更复杂的查询 - 即使使用子查询。

进一步的限制是我没有访问数据库的权限，只能使用查询字符串。因此，运行查询是没有问题的，因为它不会反映查询的平等性。

为上面以粗体显示的文本的例子：

FooTable：

A | B | C 
1 | xx | xx 
2 | yy | zz 

FooTable '：（FooTable' 是FooTable不同的数据库上）

A | B | C 
1 | xx | xx 
2 | ee | zz 
3 | ss | xx 

例为什么运行查询将不会产生有效结果：

1）在同一个数据库查询：

UPDATE FooTable SET B = 'rr' WHERE C = 'xx' 

和

UPDATE FooTable SET B = 'rr' WHERE C = 'xx' OR B = 'ss' 

两个查询将导致完全一样的，但平凡不等于。包括不同的数据库（相同的模式，但不同的数据）时

2）查询：

SELECT A,B,C FROM FooTable where C = 'xx' 

AND

SELECT A,B,C FROM FooTable' where C = 'xx' 

这些两个查询是平凡语义相等，但不会产生相同的结果。

Answer 1

这个任务确实不是微不足道的。

实际上，您必须构建您自己的查询解析器和优化器。这是优化程序的任务 - 在执行计划中转换查询运算符，使查询的最终结果对基础表中的任何可能数据保持不变（考虑所有约束）。智能优化器能够针对看起来非常不同的查询生成完全相同的计划（例如IN vs EXISTS），它们简化并统一了WHERE子句中的逻辑条件，可以沿着执行树推动谓词并执行许多其他操作。

从头开始编写这样的优化器会很困难，但是您可以查看现有的开源数据库（Postgres？）并查看是否可以从那里借用某些东西。

另一种更实用的方法是利用现有数据库之一，而不是运行查询，请优化器向您返回生成的执行计划。然后，您可以比较执行计划，而不是比较原始SQL文本。如果计划是相同的，那么原始查询是100％相等的。如果计划不同，优化器仍然可能没有足够的智能来推断查询是相同的，但您必须接受错误否定的可能性。

我会看看几个不同的数据库，看看你可以从他们的优化器使用内置功能获得什么样的信息。在任何情况下，生成的执行计划都应该更加结构化，使原始SQL文本更容易自动进行比较。