是否启动谓词下推使用JDBC？
据此
Catalyst使用逻辑优化（如谓词下推）。 优化器可以将筛选谓词向下推送到数据源中，使物理执行跳过不相关的数据。
Spark支持将谓词按下到数据源。 此function是否也可用于JDBC？
（从检查数据库日志，我可以看到它不是现在的默认行为 – 完整的查询被传递给数据库，即使它后来被火花filter限制）
更多细节
使用PostgreSQL 9.4运行Spark 1.5
代码片段：
from pyspark import SQLContext, SparkContext, Row, SparkConf from data_access.data_access_db import REMOTE_CONNECTION sc = SparkContext() sqlContext = SQLContext(sc) url = 'jdbc:postgresql://{host}/{database}?user={user}&password={password}'.format(**REMOTE_CONNECTION) sql = "dummy" df = sqlContext.read.jdbc(url=url, table=sql) df = df.limit(1) df.show() SQL跟踪：
< 2015-09-15 07:11:37.718 EDT >LOG: execute <unnamed>: SET extra_float_digits = 3 < 2015-09-15 07:11:37.771 EDT >LOG: execute <unnamed>: SELECT * FROM dummy WHERE 1=0 < 2015-09-15 07:11:37.830 EDT >LOG: execute <unnamed>: SELECT c.oid, a.attnum, a.attname, c.relname, n.nspname, a.attnotnull OR (t.typtype = 'd' AND t.typnotnull), pg_catalog.pg_get_expr(d.adbin, da drelid) LIKE '%nextval(%' FROM pg_catalog.pg_class c JOIN pg_catalog.pg_namespace n ON (c.relnamespace = n.oid) JOIN pg_catalog.pg_attribute a ON (c.oid = a.attrelid) JOIN pg_catalog.pg_type t ON (aa tttypid = t.oid) LEFT JOIN pg_catalog.pg_attrdef d ON (d.adrelid = a.attrelid AND d.adnum = a.attnum) JOIN (SELECT 15218474 AS oid , 1 AS attnum UNION ALL SELECT 15218474, 3) vals ON (c.oid = vals.oid AND a.attnum = vals.attnum) < 2015-09-15 07:11:40.936 EDT >LOG: execute <unnamed>: SET extra_float_digits = 3 < 2015-09-15 07:11:40.964 EDT >LOG: execute <unnamed>: SELECT "id","name" FROM dummy
我希望最后的select将包括一个limit 1条款 – 但事实并非如此
Spark DataFrames支持使用JDBC源进行谓词下推，但术语谓词是以严格的SQL含义使用的。 这意味着它只包含WHERE子句。 此外，它看起来像它是有限的逻辑连词（没有IN和OR恐怕）和简单的谓词。
其他的一切，如限制，计数，sorting，组和条件在Spark端处理。 已经覆盖在SO上的一个警告是，将df.count()或sqlContext.sql("SELECT COUNT(*) FROM df")转换为SELECT 1 FROM df并且需要使用Spark进行大量的数据传输和处理。
这是否意味着失败的原因？ 不完全是。 可以使用任意子查询作为table参数。 它比谓词下推不太方便，但其他方面工作得很好：
n = ... # Number of rows to take sql = "(SELECT * FROM dummy LIMIT {0}) AS tmp".format(int(n)) df = sqlContext.read.jdbc(url=url, table=sql)
注意 ：
Data Source API v2准备就绪后，此行为可能会得到改进：
- SPARK-15689
- SPIP：数据源API V2
