Spark SQL 统计信息和 CBO 为什么重要

先抓住题目的核心考点，再把答案拆成可复述的面试表达。

30 次浏览2026/7/9

先下定义一句话说清它是什么，面试官先听到结论。

再讲机制拆出关键流程、边界条件和常见坑位。

最后落场景结合生产经验，说出什么时候用、怎么权衡。

题目描述

请回答：Spark SQL 统计信息和 CBO 为什么重要

这是 Spark SQL 调优里很容易被忽略、但面试官很爱追问的一题。很多人只会说“CBO 是基于成本的优化器”，这句话没错，但不够。面试官真正想听的是：统计信息从哪里来、优化器拿它做什么、统计信息不准会导致什么事故。