Questions about pushdown optimization

☄️ 学习与认证 Talent Plan
1

  1. What is the difference between selection push down and predicate push down?

  2. 为什么只有当predicate 或者 selection 在agg函数的group by包含的col里面，才可以进行下推？ 举个例子： select COUNT(*) as name_count from t group by name having name = “Tony” and age > 20 像这种SQL，having中的２个filter name和age应该都可以进行下推而不影响结果？有没有一个例子去解释这个逻辑？

在网上找了相关的信息如下，请问是这个原因吗？即不可以下推的原因是，当前filter是需要根据分组聚合后的结果做selection，所以不能下推？

2 下面的聚合是不可以谓词下推的：

select  count(*) as  c  from t1 where c ==  “10”
select a, count(b) as c   from t1  group by a  where c == “10″
这个其实是很好理解的，2 这种情况类似我们在 sql 里面写的 having 语句一样，是为了过滤分组聚合后的结果用的，如果把这个过滤下推，就相当于你把 count(*) 的别名 c 下推当成成了原始表中的 c字段，那么统计的结果就是错的， 而 1 的情况因为 a 字段在分组的字段里面， 这种经过 having 过滤后，其他 a 不为1 的分组肯定会被过滤掉， 所以 聚合后过滤   和 聚合前过滤，两者是等价的，可以谓词下推

提前感谢您的回答。

2

我在想是不是因为，agg算子涉及到的所有列 = 本身查询的列 ＋ groupby 查询的列，但是为什么代码里只写了Groupby columns呢？

3

如果 Aggregation 之上的 filter 中包含非 group by 的列，然后把这个 filter 推下了 Aggregation，那么这个时候这个 filter 会有可能过滤掉某个 Group 内部的行。 比如表 t 有 a b 两列，数据是(1, 2), (1, 3)。select * from (select a, count(*) from t group by a) t where a > 1 and b > 2 如果把 b > 2 下推的话，那么原本 a=1 的 group 在进入 Aggregate 时有两列，但是下推之后进入 Aggregate 的就只有一列了。导致结果出现了错误。

然后 selection push down 和 predicate push down 是不是在两个不同的地方看到的？原则上可以认为是一样的

4

谢谢回答。

select * from (select a, count(*) from t group by a) t where a > 1 and b > 2 这个例子应该想说a=1吧？我明白如果下推b>2这个filter会过滤掉一些行，导致进入count的时候会少一些，也会让里面的temporal result不同。但是这会影响整体的结果么？外层的filter b > 2 会根据哪个列进行比较呢？sub-query产生的table只有a 和count(*) 两列。

确实是在２个不同的地方看到的。一个是transoform mation rules，一个是在predaiacte push down。