优化器在 Apache Pig 架构中做了什么？

Question

我是 Apache Pig 的新手，并试图了解它的架构。

链接引用 - https://www.tutorialspoint.com/apache_pig/apache_pig_architecture.htm

谁能解释优化器在 Apache Pig 架构中的作用是什么？

上面写着：

Parser生成的有向无环图传递给逻辑优化器，由逻辑优化器进行投影、下推等逻辑优化。

我不清楚projection 和pushdown 是什么意思。

Answer 1

Pig 完成了许多优化，您可以在此处阅读有关它们的更多信息：https://pig.apache.org/docs/latest/perf.html#optimization-rules。让我们更深入地看看您​​提到的优化：

下推优化

Pushdown 或 predicate-pushdown 是 Pig、Hive、Spark、SQL 等许多语言中的常见优化。predicate-pushdown 概念的要点（来源：http://www.dbms2.com/2014/07/15/the-point-of-predicate-pushdown/）：

• 如果您在一个地方发出查询以针对另一个地方的大量数据运行，您可能会产生大量网络流量，这可能会很慢且成本高昂。
• 但是…… …如果您可以将查询的部分“下推”到数据的存储位置，从而过滤掉大部分数据，那么您可以大大减少网络流量。

在 Pig 的范围内，PredicatePushdownOptimizer，优化器将相关的过滤条件推送到加载器作为提示，以便尽可能早地在数据 ETL 管道中过滤掉数据。 （参考：https://pig.apache.org/docs/latest/perf.html#optimization-rules#PredicatePushdownOptimizer）

投影优化

Projection 或 ColumnMapKeyPrune 是 Pig 进行的优化，用于修剪加载器以仅加载必要的列。相应的加载器当然必须支持列修剪。此优化也与pushdown 优化具有相同的想法，通过在数据 ETL 管道中尽可能早的步骤限制数据。 （参考：https://pig.apache.org/docs/latest/perf.html#optimization-rules#ColumnMapKeyPrune）