作者：周克勇，花名一錘，阿里巴巴計算平臺事業部EMR團隊技術專家，大數據領域技術愛好者，對Spark有濃厚興趣和一定的瞭解，目前主要專注於EMR產品中開源計算引擎的優化工作。
背景和動機
SparkSQL多年來的性能優化集中在Optimizer和Runtime兩個領域。前者的目的是爲了獲得最優的執行計劃，後者的目的是針對既定的計劃儘可能執行的更快。
相比於Runtime，Optimizer是更加通用的、跟實現無關的優化。無論是Java世界(Spark, Hive)還是C++世界(Impala, MaxCompute)，無論是Batch-Based(Spark, Hive)還是MPP-Based(Impala, Presto)，甚至無論是大數據領域還是傳統數據庫領域亦或HTAP領域(HyPer, ADB)，在Optimizer層面考慮的都