在数据分析领域里，相关标量子查询无疑是一把双刃剑：它功能强大，能解决许多复杂问题，同时又因其复杂性给数据库优化器带来了不小的挑战。当前，只有像Oracle这样的商业数据库巨头在这方面做得相对出色[1]，在国产数据库领域，也只有PolarDB对其提供了一定的支持[2]。 除了PolarDB，领先的SQL优化引擎PawSQL也提供了对相关标量子查询进行基于成本的重写优化；此外，PawSQL还会合并查

​在进行数据库应用开发中，分页查询是一项非常常见而又至关重要的任务。但你是否曾因为需要获取总记录数的性能而感到头疼？现在，让PawSQL的投影下推优化来帮你轻松解决这一问题！本文以TPCH的Q12为案例进行验证，经过PawSQL的优化后性能提升6000多倍！ 分页查询的痛点 在进行分页查询时，我们通常需要获取总记录数以计算总页数。绝大多少程序员会在原查询上添加count(1)或count(*)

PawSQL最新版本针对DML和DQL新增了审核和重写优化规则共计33个，整体的规则数目达到了83个，覆盖了正确性，安全性、可维护性、性能四个方面的SQL质量问题，并提供了优化建议，已经形成比较完善的针对数据操作的SQL质量审查体系。本文介绍其中新增的11个正确性相关的审核规则。本文介绍新增的18个SQL性能审核及重写优化规则。 性能相关规则 1. 显式禁止结果字段排序 规则描述