Calcite分析 -- ConverterRule
Calcite Version：1.26.0
EnumerableRule是一种ConverterRule，用于将逻辑算子转化为物理算子，并改变其convention。
EnumerableSortedAggregateRule
将LogicalAggregate转换成物理算子，
ConverterRule主要做两件事，
convert，真正的转换算子
transformTo，注册新生成的算子
convert
以EnumerableSortedAggregateRule为例，
2件事，
更改input的traits，典型的required；物理属性就是这样Topdown的往下传递的
生成新的物理算子，包含新生成的自身的selfTraits
更改input的traits，调用convert，这里的convert逻辑基本等同于changeTraits，参考Calcite分析 -- Convention&Converter
主要就是在input，增加subset，
transformTo
新生成的rel#26:EnumerableSortedAggregate.ENUMERABLE.[0]，调用transformTo注册，
正常的注册过程，会新增一个subset，
rel#27:RelSubset#2.ENUMERABLE.[0]
但这里会触发，getOrCreateSubset的addConverters （触发条件，subset为新创建，并且convention不为none，即新创建的物理算子）
注意required是false
addConverters
RelSet是等价集合，所以每个SubSet应该都是等价的，Parent可以任意选取cost小的作为input。
Rule是等价变化，变换出来的RelNode和原先是等价的，但是有个问题是Rule本身是不会考虑物理属性的，Traits。
所以如果要做到物理属性的等价，就需要加入Conventer，来保证所有SubSet的物理属性的等价。
所以这里的逻辑是，如果subset中既有required，又有Delivered，那么需要将Delivered的物理属性转换成Required所需要的，这样parent才能用啊。
这里的case，是当前subset是非required，那么看看set的subset中是不是有required？
这里满足条件的只有，rel#24:RelSubset#2.ENUMERABLE.[0 DESC-nulls-last]
这里注意from和to的转换，一定是将非required的转换成required的
最终调用到增加converter，
两种选择，如果是非top down，那么创建AbstractConverter；否则调用Convention.enforce
AbstractConverter，只会修改Convention；Convention.enforce会对齐所有的traits
Convention.enforce
EnumerableConvention，会分别比较Convention和Collation，有不匹配的进行转换；
这里的case是Collation不同，所以创建一个EnumerableSort，
最后是注册这个新创建的enforcer，
注意enforcer是和to是等价的，因为他们的convention相同
结果，
继续注册，rel#26:EnumerableSortedAggregate.ENUMERABLE.[0]
在addRelToSubset中，完成addRels后，调用到ruleDriver.drive()
为新的rel#26:EnumerableSortedAggregate.ENUMERABLE.[0]增加Task，
这块逻辑，
- 非isLogical，是PhysicalNode或者convention不为null
- canPassThrough，等价于PhysicalNode，除非已经passThrough过了
PassThrough，
只是找出，subsets中是required，并且正在优化的，并且traitSet和当前node不符合的subset，对该subset再调用一遍OptimizeInput
getOptimizeInputTask，
和一般的常见逻辑比，这里由于rel和group的traitSet不匹配，所以先要convert生成新的匹配的node，然后再注册一下，
convert调用到passThrough，把物理属性传递到input，
用新生成的input，copy生成新的RelNode返回
返回新生成的RelNode是，
最后完成注册，并生成新的Task
总结一下，这个rule的过程，
EnumerableLimitRule
上面的例子是个ConvertRule的标准的例子，
而这个rule，重写了ConvertRule的onMatch，
但是做的工作仍然是两步，
convert，生成新的算子
transform，注册
- 但是这里没有显式的convert函数，都写在onMatch中了，transformTo以外的工作都是在convert
- 新增input，这里增加了一个input logicalSort算子；这也是他为什么不用标准的convertRule的原因
这里增加的logicalSort以原来的input为input，加了一层算子
这里replace不会改变原先traitSet的值，是会做clone的，所以RelNode的traits是不会改变的，Convention变化只是生成不同的Subset
changeTraits，
先ensureRegister，然后getOrCreateSubset，具体逻辑在Converter相关blog中分析过，
这里的sort是新的，所以会注册生成新的Relset，并生成带Enumerable convention的subset
transformTo，完成注册，
结果如图，
这个Rule的逻辑不复杂，但是新生成了一个RelSet，比较特殊
