前面几篇文章主要介绍的是sparksql包里的的sparksql执行流程，以及Catalyst包内的SqlParser，Analyzer和Optimizer，最后要介绍一下Catalyst里最后的一个Plan了，即PhysicalPlan。物理计划是SparkSQL执行Sparkjob的前置，也是最后一道计划。如图：话接上回，Optimizer接受输入的AnalyzedLogicalPlan后，会有SparkPlanner来对OptimizedLogicalPlan进行转换，生成Physical

前面几篇文章主要介绍的是sparksql包里的的sparksql执行流程，以及Catalyst包内的SqlParser，Analyzer和Optimizer，最后要介绍一下Catalyst里最后的一个Plan了，即Physical Plan。物理计划是SparkSQL执行Sparkjob的前置，也是最后一道计划。如图：话接上回，Optimizer接受输入的AnalyzedLogical Plan后，会有SparkPlanner来对OptimizedLogicalPla

接上一篇文章SparkSQLCatalyst源码分析之Physical Plan，本文将介绍PhysicalPlan的toRDD的具体实现细节：我们都知道一段sql，真正的执行是当你调用它的collect()方法才会执行Spark Job，最后计算得到RDD。SparkPlan基本包含4种操作类型，即BasicOperator基本类型，还有就是Join、Aggregate和Sort这种稍复杂的。如图：Project的大致含义是：传入一系列表达式Seq[NamedExpre