请说明在 Apache Doris 中，查询优化器是如何对复杂 SQL 查询进行性能提升的？

回答思路

1. 【回答框架 1】Doris 的查询优化器主要包括基于规则的优化（RBO）和基于代价的优化（CBO）。RBO 负责对查询进行逻辑等价变换，如谓词下推、列裁剪、常量折叠、子查询重写等，减少数据处理量。这些规则不依赖于统计信息，主要改变执行计划的形状。
2. 【回答框架 2】CBO 则利用表和列的统计信息（如行数、基数、数据分布）来估算不同执行计划的代价，并选择代价最小的计划。Doris 的 CBO 会考虑 Join 顺序、Join 算法（如 Hash Join、Nested Loop Join）、聚合下推等，通过动态规划或贪心算法搜索较优的连接顺序。
3. 【回答框架 3】针对复杂 SQL，优化器会进行多阶段处理：先进行逻辑优化，再生成物理执行计划，并支持分区裁剪、分桶裁剪以及 Runtime Filter 的生成。Runtime Filter 可在查询执行时根据已扫描的数据动态过滤其他表的数据，显著减少 Join 过程中的数据传输和计算量。
4. 【回答框架 4】为充分发挥优化器作用，可通过收集并更新表的统计信息、合理设计表模型和分区键、使用合适的 Join 类型和聚合方式，以及利用物化视图等手段，辅助优化器生成更高效的执行计划。
5. 【回答框架 5】优化器效果受查询复杂度和统计信息准确性影响。对于超复杂查询，通常需要结合 SQL 改写（如拆分大查询、避免过多嵌套）来辅助优化器找到更优计划，同时可借助 EXPLAIN 工具分析执行计划并针对瓶颈进行调优。
6. 【关键点 1】Doris 优化器通过 RBO 和 CBO 结合，分别进行逻辑重写和代价优化。
7. 【关键点 2】CBO 依赖统计信息选择代价最低的 Join 顺序和算法。
8. 【关键点 3】复杂查询可利用 Runtime Filter 动态过滤数据，减少处理量。
9. 【关键点 4】合理设计表结构和定期更新统计信息能提升优化器效果。
10. 【易错点 1】优化器并非万能，统计信息缺失或不准确可能导致劣质执行计划。
11. 【易错点 2】Runtime Filter 效果受数据分布和过滤率影响，不保证所有场景均有明显收益。
12. 【易错点 3】勿过度依赖优化器，复杂 SQL 仍需结合人工改写和调优。