一文详解Hive的谓词下推

谓词，是指用来描述或判断客体性质、特征或客体之间关系的词项。在SQL中即返回值为布尔值的函数。

谓词下推，在Hive中叫Predicate Pushdown，含义是指在不影响结果的前提下，尽量将过滤条件提前执行，使得最后参与join的表的数据量更小。谓词下推后，过滤条件将在map端提前执行，减少map端输出，降低了数据传输IO，节约资源，提升性能。大数据培训在Hive中通过配置hive.optimize.ppd参数为true，开启谓词下推，默认为开启状态。

一、表的分类

首先定义一下参与join的表的类型，共分4类。

1. Preserved Row table：保留表

a left (outer) join b 中的 a 表;

a right (outer) join b 中的 b 表;

a full outer join b a 和 b 表都是 保留表。

2. Null Supplying table：提供null值的表，也就是 非保留表，在join中如果不能匹配上的使用null填充的表。

a left (outer) join b 中的 b 表;

a right (outer) join b 中的 a 表，

a full outer join b a 和 b 表都是 null值保留表

3. During Join predicate：join中谓词，就是on后面的条件。

R1 join R2 on R1.x = 5 --> R1.x = 5就是join中谓词</