Azure Databricks中连接条件含1=1是否影响内连接执行时间及流程？

假设table1是一张拥有5亿条记录的超大表，以下是对两个内连接查询的执行时间及连接流程的对比分析：

对比的两个查询 #

查询1 #

select *
from table1 A
join table1 b
  on 1=1
  and b.date between a.Date-10 and a.date

查询2 #

select *
from table1 A
join table1 b 
  on b.date between a.Date-10 and a.date

核心结论 #

这两个查询在执行时间、连接流程/步骤上完全没有差异，具体原因如下：

• 逻辑等价性：1=1是永真条件，不会对连接的过滤逻辑产生任何额外限制，两个查询最终要筛选的结果集完全一致。
• Catalyst优化器的自动简化：Azure Databricks基于Spark构建，其Catalyst优化器会在查询解析阶段自动识别并移除这类无意义的永真条件。最终两个查询会被优化成完全相同的物理执行计划。
• 执行流程一致：优化后的物理计划会根据table1的数据规模、分区情况，选择最优的Join策略（如Sort Merge Join、Broadcast Hash Join等），执行时会先完成必要的数据分区/Shuffle，再基于date的范围条件进行连接匹配，不会因为多写了一个1=1产生额外的计算开销。

内容的提问来源于stack exchange，提问作者amarender reddy jali