SQL执行计划中Filter、Projection、Join是三大核心算子：Filter按条件筛行，影响索引下推；Projection裁剪输出列，决定IO与内存开销；Join实现多表关联，含Nested Loop、Hash、Sort-Merge三种策略。
SQL执行计划中的算子，是数据库引擎实际执行查询时的底层操作单元。理解过滤（Filter）、投影（Projection）、连接（Join）这三类核心算子，能帮你快速定位慢查询瓶颈、读懂执行计划、写出更高效的SQL。
过滤（Filter）：WHERE和HAVING背后的“筛子”
Filter算子负责按条件筛选行，对应SQL中的WHERE（作用于单表或连接前）和HAVING（作用于分组后）。它不改变列结构，只减少行数。
- 索引是否生效，关键看Filter是否能下推到存储层——比如
WHERE create_time > '2024-01-01'若字段有索引，通常会转为Index Range Scan，而非全表扫描后Filter - 写WHERE时避免在字段上用函数或表达式，如
WHERE YEAR(create_time) = 2024会让Filter无法利用索引，变成全表扫描+计算过滤 - HAVING过滤发生在GROUP BY之后，开销通常比WHERE大；能用WHERE提前过滤的，别拖到HAVING
投影（Projection）：SELECT列表决定的“列裁剪”
Projection算子负责输出指定列（包括计算列、别名、常量），它不筛选行，但影响数据传输量和内存占用。
win可用的mysql指令skill
下载
安装、修复、更新或打包一个基于 Python 和 PyMySQL 实现的 Windows `mysql` 命令。适用于用户希望在 PowerShell/CMD 中输入 `mysql` 时重定向到 Python 实现、需要交互式输入 MySQL 连接信息、需要同步到当前用户本地 bin 目录，或需要将该能力封装成可公开复用的 Codex skill。
-
SELECT *会触发全列Projection，即使业务只用其中2列，也会把所有字段从磁盘读出、网络传回，浪费IO和带宽 - 聚合查询中，Projection还包含GROUP BY字段和聚合函数结果，如
SELECT dept, COUNT(*) FROM emp GROUP BY dept，Projection需保留dept值并构造count列 - 某些优化器会在Projection阶段做常量折叠（如
SELECT 1+1 AS c直接算成2）或表达式简化，减少后续计算
连接（Join）：多表关联的三种典型实现
Join算子把多个表按关联条件组合成新行集，主流实现方式有Nested Loop Join、Hash Join、Sort-Merge Join，选择取决于数据量、分布、索引和统计信息。
- Nested Loop：适合小表驱动大表，外层每行去内层查匹配行；若内表关联字段无索引，性能急剧下降
-
Hash Join：先对小表建哈希表，再扫描大表探测匹配；要求内存足够，且一般要求等值连接（
=），不支持或范围条件 - Sort-Merge：两表先按连接键排序，再归并匹配；适合已排序数据或大表间等值/范围连接，但排序开销高
- 注意连接顺序：优化器通常选行数少、过滤强的表作驱动表；手动调优可用
STRAIGHT_JOIN（MySQL）或LEADING（Oracle）干预
这三个算子不是孤立运行的，而是嵌套组合：比如一个JOIN后面接FILTER再接PROJECTION，执行计划树里它们层层包裹。看懂它们各自的输入输出、代价来源和依赖条件，比死记“走索引”“用Hash”更有实际价值。
