sql 优化谓词下推在 join 场景中的应用

本文分享自天翼云开发者社区《sql优化谓词下推在join场景中的应用》，作者：i****n

列裁剪（分区裁剪）：将为查询的字段以及分区过滤，从而减少加载的数据量。

Map 端聚合配置：在 map 端惊醒聚合，减少 shuffle 过程；

谓词下推：限制条件进行提前过滤，减少下游处理的数据量；

空值过滤：提前惊醒空值过滤，避免空值引起倾斜；

目前，hive 中谓词下推、map 端聚合参数是默认开启的。本文中简单的介绍 sql 优化方式中的谓词下推的方式及适用的场景。

谓词下推的原理是将 sql 中的限制条件的逻辑尽可能的提前在 sql 中执行，从而减少加载的数据量，提升下游数据处理的效率以及减少内存消耗。该种方式在 hive，MySQL，Doris 的语法中均适用 。在 hive 中，对应的逻辑优化器是 PredicatePushDown，打开谓词下推可以通过命令 hive (default)> set hive.optimize.ppd = true;在 hive 中，默认是 true。Doris 中，从 CBO 优化器 tree ReWrite 中也可以实现该优化。

sql 中常用的谓词及即 sql 查询条件中返回值为 true 的函数或是隐式转换为 boolean 的函数。如”where”、”on”、”limit”、”and”、”like”、”is null”等常用函数。其出现在多表关联的场景中，关联又 left join，right join ,inner join 以及 full join。

下推场景总结