SparkSQL执行计划树符号含义解析：Q0-Q4技术咨询

Hey，这些Spark执行计划里的符号疑问其实都是树形结构展示的小细节，我给你逐个拆解清楚：

测试代码 #

test("SparkSQLTest 0005") {
  val spark = SparkSession.builder().master("local").appName("SparkSQLTest 0005").getOrCreate()
  spark.range(100, 100000).createOrReplaceTempView("t1")
  spark.range(2000, 10000).createOrReplaceTempView("t2")
  val df = spark.sql("select count(1) from t1 join t2 on t1.id = t2.id")
  df.explain(true)
}

执行计划输出 #

== Parsed Logical Plan ==
'Project [unresolvedalias('count(1), None)] //Q0, Why the first line has no +- or :-
+- 'Join Inner, ('t1.id = 't2.id) //Q1, What does +- mean
:- 'UnresolvedRelation `t1` //Q2 What does :- mean
+- 'UnresolvedRelation `t2`
== Analyzed Logical Plan ==
count(1): bigint
Aggregate [count(1) AS count(1)#9L]
+- Join Inner, (id#0L = id#2L)
:- SubqueryAlias t1
: +- Range (100, 100000, step=1, splits=Some(1)) //Q3 What does : +- mean?
+- SubqueryAlias t2
+- Range (2000, 10000, step=1, splits=Some(1))
== Optimized Logical Plan ==
Aggregate [count(1) AS count(1)#9L]
+- Project
+- Join Inner, (id#0L = id#2L)
:- Range (100, 100000, step=1, splits=Some(1)) //Q4 These two Ranges are both Join's children, why one is :- and the other is +-
+- Range (2000, 10000, step=1, splits=Some(1)) //Q4
== Physical Plan ==
*(2) HashAggregate(keys=[], functions=[count(1)], output=[count(1)#9L])
+- *(2) HashAggregate(keys=[], functions=[partial_count(1)], output=[count#11L])
+- *(2) Project
+- *(2) BroadcastHashJoin [id#0L], [id#2L], Inner, BuildRight
:- *(2) Range (100, 100000, step=1, splits=1)
+- BroadcastExchange HashedRelationBroadcastMode(List(input[0, bigint, false]))
+- *(1) Range (2000, 10000, step=1, splits=1)

疑问与解答 #

• Q0：解析后的逻辑计划（Parsed Logical Plan）第一行为何没有+-或:-符号？
  这行是整个执行计划的根节点，也就是最顶层的操作（这里是Project）。Spark的执行计划输出里，根节点会直接展示，不需要前缀符号——所有带+-/:-的都是它的子节点或更深层次的节点，相当于树形结构把根放在最顶端，不用额外标记。

• Q1：执行计划中的+-符号代表什么含义？
  +-是标记当前节点的直接子节点的通用符号，你可以把它理解成“当前节点的下一级子节点”。比如在Parsed Plan里，'Project的子节点就是'Join，所以用+-连接。不管是逻辑计划还是物理计划，只要是当前节点的普通子节点，都会用这个符号。

• Q2：执行计划中的:-符号代表什么含义？
  :-是专门用来标记Join操作的左子节点的符号——也就是你SQL里JOIN关键字左边的表/数据集。比如你写的t1 join t2，t1是左表，所以在Join节点下，它的左子节点就用:-标记，用来和右子节点明确区分。

• Q3：执行计划中的: +-符号代表什么含义？
  这是层级缩进的延续标记，用来表示它是上一个:-节点的子节点。你看这里:- SubqueryAlias t1下面的: +- Range，意思是Range是t1这个子查询别名的子节点——相当于在左分支的下一层，用: +-来保持缩进和层级关系，让整个计划的树形结构更清晰易读。

• Q4：Join的两个子节点Range为何分别使用:-和+-符号？
  这还是和Join的左右分支有关：:-对应的是Join的左输入源（这里是t1对应的Range），+-对应的是Join的右输入源（t2对应的Range）。Spark用这两个符号明确区分Join操作的左右两边，方便你一眼分辨出哪部分是左表、哪部分是右表，在复杂多表Join场景下，这个标记能帮你快速理清数据流向。

内容的提问来源于stack exchange，提问作者Tom