课程视频
官网当前未公开本讲视频，B 站收藏夹也暂无对应视频。
学习重点
本讲对应官网 Lecture #21：Implementation: Orca。学习时重点关注：
- Orca 如何把元数据、逻辑表达式和物理实现解耦成模块化优化器架构。
- Greenplum 场景下，分布式查询优化需要显式处理数据分布和 motion。
- 优化器测试如何验证代价模型、规则和计划选择的正确性。
核心问题
- 这个主题解决了查询优化器中的哪一类搜索、估计或工程实现问题？
- 它依赖哪些输入信息，例如统计信息、代价模型、物理属性或历史反馈？
- 它如何影响最终生成的物理执行计划，以及失败时会造成什么性能问题？
学习记录
- [ ] 看完课程视频或完成对应阅读。
- [ ] 整理本讲涉及的关键算法、数据结构和系统实现。
- [ ] 记录和现有数据库系统相关的实现例子。
参考资料
Orca: A Modular Query Optimizer Architecture for Big Data (M.A. Soliman et al., SIGMOD 2014) (Primary)
Testing the Accuracy of Query Optimizers (Z. Gu et al., DBTest 2012) (Optional)