什么是谓词下推？
Predicate pushdown 将外层查询块的WHERE子句中的谓词移入较低层查询块，从而能够提早进行数据过滤，即在不影响结果的情况下，尽量将过滤条件提前执行。
为什么要进行谓词下推？
谓词下推可以使得程序提前过滤部分数据，降低Join等一系列操作的数据量级，尽可能避免程序性能问题。
谓词下推优化方式
- 词法分析类似文本分词
- 词法分析及语义分析会检查Database及table是否存在，group结合聚合函数等一些基础语法是否正确
- 逻辑计划阶段会有很多优化，对谓词的处理在这个阶段完成
- 对于Spark-Sql，物理计划是RDD的DAG图的生成过程；对于Hive-sql，物理计划是Hive Stage的生成过程。
谓词下推的第一层含义：
- 由Sql层的Filter操作符来完成过滤，然后进行全表Scan
- 由Scan全表，然后再进行过滤
谓词下推的第二层含义：谓词下推在join中的应用
内连接
- where条件中，不含or操作符，MR&spark都会进行谓词下推
- on条件中，MR&spark都会进行谓词下推
- where中，含or操作符，过滤条件与join主键一致，spark会进行谓词下推，MR不会进行谓词下推
- where中，含or操作符，过滤条件与join主键一致，spark&MR均不会谓词下推
LEFT JOIN&RIGHT JOIN
- left join过滤条件在on中，MR&Spark过滤字段取左表不下推，右表下推
- left join过滤条件在where中，且为and关系，过滤字段为关联主键MR&Spark均会进行谓词下推
- left join过滤条件在where中，且为and关系，过滤字段非关联主键取自左表都下推；引擎为MR，右表不下退；引擎为Spark右表，下推；
- left join过滤条件在where中，且为or关系，MR&Spark均不会进行谓词下推
- right join反之