如何将子查询用作函数参数？单SQL语句查询性能优化问题

首先纠正一个核心认知误区：你担心的JOIN parms ON 1=1带来数亿行逐行关联开销，在实际执行中基本不会发生。

parms是仅包含单行参数的CTE，所有主流SQL引擎（Spark SQL、Hive、MySQL 8.0+、Presto/Trino等）的优化器都会在执行计划生成阶段对这个单值做常量折叠处理：

• 优化器会提前读取parms中的参数值，提前计算好你要的月初、月末边界值，直接把这两个常量下推到每张大表的过滤条件中
• 如果data_date是分区键，优化器会直接用这两个常量做分区裁剪，大表扫描阶段就只会扫目标月份的数据，全程不会真的执行笛卡尔积关联操作
• 只有当parms表包含多行数据、或者你用的是老旧SQL引擎优化器完全失效时，才会出现你担心的逐行关联问题。

再回答你关于函数中使用子查询的问题：

• 语法层面是支持的，但你写的示例有语法错误：作为标量值的子查询必须包裹在括号内，正确写法是LAST_DAY( (select parms.data_date from parms limit 1) )
• 性能层面这种写法不会带来任何提升：正常的优化器同样会把这个标量子查询识别为常量提前计算，执行效率和原JOIN写法完全一致；如果遇到优化器推导能力差的场景，反而可能出现逐行执行子查询的问题，性能比原写法更差。
• 鲁棒性层面这种写法更差：如果后续维护时不小心往parms中插入了多行数据，标量子查询会直接抛出"子查询返回多行"的错误中断执行。

你完全不需要退回硬编码日期的方案，原有的CTE参数写法已经是单SQL限制下的最优实践。如果想进一步降低优化器的推导成本，可以直接在parms CTE中提前把需要用到的边界值计算好，写法更简洁也更稳妥：

WITH  parms AS (
          SELECT 
            '2022-01-01' AS data_date,
            DATE_FORMAT('2022-01-01','yyyy-MM-01') AS range_start,
            LAST_DAY('2022-01-01') AS range_end
)

SELECT  SUM(a.amount) AS total
FROM    a, parms
WHERE   a.data_date BETWEEN parms.range_start AND parms.range_end

UNION ALL
-- 表b到表x的查询逻辑同上
UNION ALL

SELECT  SUM(z.amount) AS total
FROM    z, parms
WHERE   z.data_date BETWEEN parms.range_start AND parms.range_end
;

如果实在不放心，可以直接执行EXPLAIN查看执行计划，确认过滤条件是否下推到大表扫描阶段、分区裁剪是否生效，只要这两点符合预期，就完全不存在额外的性能开销。

内容的提问来源于stack exchange，提问作者Jesse