这是我参与「第四届青训营 」笔记创作活动的的第2天
数据库内核杂谈_技术洞察_技术趋势_大厂实践_InfoQ精选专题
Left-Deep Tree：执行计划也很直观，左边的表不断和右边的表 join 生成新的 intermediate 表(中间表)，然后不断递归。在讲 join 实现的那章时，我们提到过，大部分情况下都会使用 HashJoin。如果能够使得左边的 result set 一直很小，从而建立的 Hash 表能一直存放在内存中的话，对于全部右子树的表，只要进行一次全表扫描，即可得到最终结果。因此，右子树的 table order 就不是特别影响运行时间了(因为总是得至少进行一次全表扫描的)。这种情况下，已经算是很优的执行计划了。
RBO（Rule-Based Optimizer）
列裁剪：尽早去掉不需要的列（提前select）
谓词下推: 尽早过滤数据，减少行数（下推得保证查出来的数据不变）
传递闭包:
Runtime Filter： 运行时得到数据的范围，来提前筛选数据
min-max：适用于数据分布较为均匀
in-list：适用于数据分布的范围较小
bloom filter：布隆过滤器row_count：cpu代价
size：io代价
基于概率
