一、Join 逻辑计划生成
和 Join 相关的逻辑层的优化规则主要包含以下几种：
ReorderJoin
EliminateOuterJoin
以及
中和 Join 相关的 predicate pushDown
二、Join 物理计划生成和选取
2.1、基本概念
在 Spark SQL 中，参与 Join 操作的两张表分别被称为流式表（StreamTable）和构件表（BuildTable），不同表的角色在 Spark SQL 中会通过一定的策略进行设定。通常来讲，系统会将大表设置为 StreamTable，小表设置为 BuildTable。流式表的迭代器为 streamIter，构建表的迭代器为 buildIter。遍历 streamIter 的每一条记录，然后在 buildIter 中查找匹配的记录。这个查找过程称为 build 过程。每次 build 操作的结果为一条 JoinedRow(A, B)，其中 A 来自 streamedIter，B 来自 buildIter。
再例如，在 BroadcastHashJoin 中需要决定广播哪个数据表。这里的 BuildSide 可以简单理解为 “构建的一边”。
在 Spark 中，BuildSide 作为一个抽象类，包含 BuildLeft 和 BuildRight 两个子类，一般在构造 Join 的执行算子时，都会传入一个 BuildSide 的构造参数。在 JoinSelection 中通过 canBuildRight 和 canBuildLeft 判断一个 Join 类型能否 “构建” 右表和左表。
2.2、物理计划选取顺序
Join 物理执行计划的选取在 JoinSelection 中进行，其主要逻辑如下：
如果是一个等值 join（equi-join）且包含 join hint，我们依次查看 join hint：
-
broadcast hint：如果 join 类型支持，使用 broadcast hash join。如果 left 和 right 都有 broadcast hint，选择 size 较小的一侧（基于统计数据）进行 broadcast -
sort merge hint：如果 join keys 是可排序的，使用 sort merge join。 -
shuffle hash hint：如果 join 类型支持，如果 left 和 right 都设置了 shuffle hash hints，选择 size 较小的一侧作为 build side -
shuffle replicate NL hint：如果 join type 为 inner like，使用 cartesian product join（笛卡尔积）
JoinSelection 通过 ExtractEquiJoinKeys 来判断是否为等值 Join 并提取相关信息：
如果没有指定 hint 或 hint 不适用，Join 选择顺序如下：
- 尝试选用 broadcast hash join：如果 join 类型支持，且 join 的一侧 size 足够小能够 broadcast。如果都足够小，选择更小的一侧进行 broadcast（基于统计数据）
- 尝试选用 shuffle hash join：如果 join 类型支持，且 join 的一侧 size 足够小能够构建 local hash map，且该侧 size 显著小于另一侧，且
spark.sql.join.preferSortMergeJoin为 false - 尝试选用 sort merge join：如果 join keys 是可排序的
- 尝试选用笛卡尔积：如果是
inner like join - 尝试选用 broadcast nested loop join：最后的兜底手段，可能会 OOM，如果这里 OOM 了，也没办法了
2.3、等值 Join 情况
注①：
createJoinWithoutHint 如下：
2.4、非等值 Join 情况
