「分布式技术专题」常用的SQL算子介绍

SQL查询的执行过程，就像工厂的加工流水线，层层递进，最终得到想要的结果，而SQL算子就好比其中的一道道工序。
本篇简要介绍一下SQL执行计划中，一些常见算子的含义和逻辑。

• indexscan 索引扫描
当数据表中创建了索引，并使用索引字段进行查询时，会进行索引扫描。

• tablescan 顺序表扫描
tablescan 负责从磁盘中以连续块的形式从磁盘中读取数据页。
一般在SQL查询中，有几张表就要有几个 tablescan 操作。在分布式数据库中，同一张表的扫描，还会被分配到多个结点使用分布式的方式执行。

• project 投影
投影操作，是从表中根据查询字段选择相关的列。
select cc_name, cc_class
from call_center
where cc_class = ‘large’
limit 10;
在这个查询中，tablescan 操作会将 call_center 表的数据做全字段读取，project 操作负责筛选出 cc_name, cc_class 这两个列。

• filter 过滤
filter 会根据 where 条件中的筛选条件，筛选出符合的记录。其中过滤条件也叫谓词逻辑。
在两表连接时，谓词逻辑可以在 join 前执行，也可以在 join 后执行。因为 join 操作是做笛卡尔积，如果在 join 后执行谓词逻辑，将大大增加计算的基数，所以一般的数据库优化执行器都会将谓词下推，让谓词逻辑在join操作前完成。
上述的 project 和 filter 算子可以在数据表的列和行两个维度对数据进行限定，大大缩小处理的数据量，降低资源消耗，是SQL优化时常用的方法。