JOIN 中表的顺序

Question

在 spark-sql 中，我有一个查询，它在联接中使用多个表（大表和小表）。我的问题是-does the order of these tables matter with respect to query performance ? 例如

select larger.col1, smaller.col2
from larger
Left Join smaller
on larger.key = smaller.key
Left Join larger2
on larger2.key2 = smaller.key2

我在网上搜索过，但没有得到确凿的答案。那么，如果我改变左右表的顺序，性能会有所不同吗？

Answer 1

连接顺序似乎已被 Spark 更改以进行优化。

可能有：

• 重新排序 JOIN 优化器
• 重新排序 JOIN 优化器 - 星型架构
• 重新排序 JOIN 优化器 - 基于成本的优化

以下内容似乎对这个主题有所启发：

https://www.waitingforcode.com/apache-spark-sql/reorder-join-optimizer-star-schema/read https://www.waitingforcode.com/apache-spark-sql/reorder-join-optimizer/read https://www.waitingforcode.com/apache-spark-sql/reorder-join-optimizer-cost-based-optimization/read