[Spark SQL] 主要执行流程

预备知识

先介绍在Spark SQL中两个非常重要的数据结构：Tree和Rule。

SparkSql的第一件事就是把SQLText解析成语法树，这棵树包含了很多节点对象，节点可以有特定的数据类型，同时可以有0个或者多个子节点，节点在SparkSQL中的表现形式为TreeNode对象。举个实际的例子：

• Literal(value: Int): 一个常量
• Attribute(name: String): 变量name

• Add(left: TreeNode, right: TreeNode): 两个表达式的和

  x + (1 + 2) 在代码中的表现形式为：Add(Attribute(x), Add(Literal(1), Literal(2)))
  

而Rule则是应用在Tree上的规则，通过模式匹配，匹配成功的就进行相应的规则变换，若不成功则继续匹配子节点，如在Optimizer模块中有个常量累加的优化规则，通过该规则，可以将两个常量节点直接转化为值相加后的一个常量节点，如下图：

可以看见先匹配第一个Add节点没有匹配成功，再匹配其子节点Add成功了。