为什么Flink SQL对所有表使用100行的基数估计？

Question

我不确定为什么未在this example中正确评估逻辑计划。

我对Flink基本代码进行了更深入的研究，并检查了方解石评估/估计对象中查询的行数时是否进行了检查。由于某种原因，对于任何表格来源，它总是返回 100 。

实际上，在Flink中，在程序计划创建过程中，对于每个转换后的规则，它由VolcanoPlanner。runVolcanoPlanner称为TableEnvironment类。规划者尝试通过调用RelMetadataQuery。getRowCount

来优化和计算一些估算值

我通过创建一个失败的test来重现错误，该错误应将0声明为关系表'S'的行数，但始终返回100。

为什么会这样？有人对此问题有答案吗？

Answer 1

在当前版本（2019年1月1.7.1）中，Flink的关系API（表API和SQL）不会尝试估算基表的基数。因此，方解石使用的默认值为100。

这对于诸如过滤器和投影下推之类的基本优化工作正常，并且由于Flink尚未（尚未）重新排序联接，因此目前已足够。

注入表基数估计的唯一方法是通过ExternalCatalog。