为什么 Flink SQL 对所有表使用 100 行的基数估计？
Why does Flink SQL use a cardinality estimate of 100 rows for all tables?
我不确定为什么在 中没有正确评估逻辑计划。
我更深入地查看了 Flink 基本代码，并检查了方解石 evaluate/estimate 对象中查询的行数。由于某种原因，对于任何 table 来源 ，它 returns 总是 100。
其实在Flink中，在创建程序计划的过程中，对于每一个转换后的规则，都会调用VolcanoPlanner class by the TableEnvironment.runVolcanoPlanner. The planner try to optimise and calculate some estimation by calling RelMetadataQuery.getRowCount
我通过创建一个失败的 test 重现了错误，它应该断言 0 作为关系 table 'S' 的行数，但它 returns 总是 100。
为什么会这样？有人知道这个问题的答案吗？
在当前版本（1.7.1，2019 年 1 月）中，Flink 的关系 APIs（Table API 和 SQL）不尝试估计基表的基数。因此，方解石使用其默认值 100。
这对于过滤器和投影下推等基本优化非常有效，目前已经足够了，因为 Flink（还）不会重新排序连接。
为表注入基数估计的唯一方法是通过 ExternalCatalog。
我不确定为什么在
我更深入地查看了 Flink 基本代码，并检查了方解石 evaluate/estimate 对象中查询的行数。由于某种原因，对于任何 table 来源 ，它 returns 总是 100。
其实在Flink中，在创建程序计划的过程中，对于每一个转换后的规则，都会调用VolcanoPlanner class by the TableEnvironment.runVolcanoPlanner. The planner try to optimise and calculate some estimation by calling RelMetadataQuery.getRowCount
我通过创建一个失败的 test 重现了错误，它应该断言 0 作为关系 table 'S' 的行数，但它 returns 总是 100。
为什么会这样？有人知道这个问题的答案吗？
在当前版本（1.7.1，2019 年 1 月）中，Flink 的关系 APIs（Table API 和 SQL）不尝试估计基表的基数。因此，方解石使用其默认值 100。
这对于过滤器和投影下推等基本优化非常有效，目前已经足够了，因为 Flink（还）不会重新排序连接。
为表注入基数估计的唯一方法是通过 ExternalCatalog。