在学习OB包含子查询的物理计划时，前置流程：
（1）创建表：
create table num_tab(c1 int);
（2）插入1000多行数据，此处使用存储过程。
（3）执行以下语句
explain select * from num_tab where 1 in(select c1 from num_tab); //这句SQL没有实际意义，只是为了查看生成的物理计划
此时会在Material算子的下一层生成SUBPLAN SCAN算子。
而对于:
select 1 in(select c1 from num_tab) from num_tab;
此时会在顶端生成SUBPLAN FILTER算子。
问题：
（1）SUBPLAN SCAN与SUBPLAN FILTER算子分别会在什么情况下生成?
（2）SUBPLAN SCAN与SUBPLAN FILTER算子的区别是什么?
望内核老师解答。
太强了
什么时候生成取决于什么时候合适，比如为什么sql1是生成物化的sub scan，这样相关子查询可以不用重复扫，sql2是因为只是恰好被识别出来可以执行one-time subquery，假设你的查询条件变成c1 in subquery此时随着c1的值变化，一定是要重复执行的，你会看到subplan filter中的one-time表达式不见了
区别就是subplan filter是左支算子驱动右支算子，subplan scan 就是单纯的子查询扫描的含义
（1）SUBPLAN SCAN 与SUBPLAN FILTER 算子分别会在什么情况下生成?
当读视图中的内容时，执行计划中会分配 subplan scan 算子；类似地，读实体表就会分配 table scan 算子。
SQL 在优化器里首先会被改写，如果改写之后还是一个子查询，那么就会生成 SUBPLAN FILTER 算子，用于驱动子查询的计算；如果非相关子查询被改写成了等价的 JOIN，就不会生成 SUBPLAN FILTER 算子了。
（2）SUBPLAN SCAN 与SUBPLAN FILTER 算子的区别是什么?
SUBPLAN FILTER 的算子功能是驱动表达式中的子查询执行，以 nested-loop 算法执行去 subplan filter 算子。如果是相关子查询，执行时每从左边取一行数据，然后就会执行一遍右边的子计划；如果是非相关子查询，还是从左边逐行取数据，不过右边的子计划实际只会算一次。
以你给出的 SQL 为例，如果不让优化器进行改写，就是个非相关子查询，1 in(select c1 from num_tab) 只需要执行一次，计划里可以通过 onetime_exprs_ 看到。
explain select /*+ NO_REWRITE*/ * from num_tab where 1 in(select c1 from num_tab);
+------------------------------------------------------------------------------------------------------------+
| Query Plan |
+------------------------------------------------------------------------------------------------------------+
| ==================================================== |
| |ID|OPERATOR |NAME |EST.ROWS|EST.TIME(us)| |
| ---------------------------------------------------- |
| |0 |SUBPLAN FILTER | |2 |8 | |
| |1 |├─TABLE FULL SCAN|num_tab|2 |4 | |
| |2 |└─TABLE FULL SCAN|num_tab|2 |4 | |
| ==================================================== |
| Outputs & filters: |
| ------------------------------------- |
| 0 - output([num_tab.c1]), filter(nil), rowset=16 |
| exec_params_(nil), onetime_exprs_([1 = ANY(subquery(1))(:0)]), init_plan_idxs_(nil), use_batch=false |
| 1 - output([num_tab.c1]), filter(nil), startup_filter([:0]), rowset=16 |
| access([num_tab.c1]), partitions(p0) |
| is_index_back=false, is_global_index=false, |
| range_key([num_tab.__pk_increment]), range(MIN ; MAX)always true |
| 2 - output([num_tab.c1]), filter(nil), rowset=16 |
| access([num_tab.c1]), partitions(p0) |
| is_index_back=false, is_global_index=false, |
| range_key([num_tab.__pk_increment]), range(MIN ; MAX)always true |
+------------------------------------------------------------------------------------------------------------+
19 rows in set (0.008 sec)
subplan scan 算子类似于 table scan 算子, 但不从基表读取数据，而是读取孩子节点的输出数据。
继续以你给出的计划为例，这时候不加 NO_REWRITE 的 hint，优化器就会把这条 SQL 改写成等价的其他 SQL，执行时非关联子查询就变成了等价的 nest loop join，join 的左支是 num_tab.c1，右支是一个视图 VIEW1，视图结果被物化了下来。
根据 4 号算子来看，这个视图的定义应该是 create view VIEW1 as select 1 from num_tab where num_tab.c1 = 1。因为右支要从视图读数据，所以就会生成 SUBPLAN SCAN 算子。
explain select * from num_tab where 1 in(select c1 from num_tab);
+-----------------------------------------------------------------------------------------------------------+
| Query Plan |
+-----------------------------------------------------------------------------------------------------------+
| ============================================================== |
| |ID|OPERATOR |NAME |EST.ROWS|EST.TIME(us)| |
| -------------------------------------------------------------- |
| |0 |NESTED-LOOP JOIN CARTESIAN | |1 |8 | |
| |1 |├─TABLE FULL SCAN |num_tab|1 |4 | |
| |2 |└─MATERIAL | |1 |4 | |
| |3 | └─SUBPLAN SCAN |VIEW1 |1 |4 | |
| |4 | └─TABLE FULL SCAN |num_tab|1 |4 | |
| ============================================================== |
| Outputs & filters: |
| ------------------------------------- |
| 0 - output([num_tab.c1]), filter(nil), rowset=16 |
| conds(nil), nl_params_(nil), use_batch=false |
| 1 - output([num_tab.c1]), filter(nil), rowset=16 |
| access([num_tab.c1]), partitions(p0) |
| is_index_back=false, is_global_index=false, |
| range_key([num_tab.__pk_increment]), range(MIN ; MAX)always true |
| 2 - output(nil), filter(nil), rowset=16 |
| 3 - output(nil), filter(nil), rowset=16 |
| access(nil) |
| 4 - output([1]), filter([num_tab.c1 = 1]), rowset=16 |
| access([num_tab.c1]), partitions(p0) |
| limit(1), offset(nil), is_index_back=false, is_global_index=false, filter_before_indexback[false], |
| range_key([num_tab.__pk_increment]), range(MIN ; MAX)always true |
+-----------------------------------------------------------------------------------------------------------+
24 rows in set (0.095 sec)
推荐直接在官网上查下这两个关键字：
https://www.oceanbase.com/docs/common-oceanbase-database-cn-1000000000220931
https://www.oceanbase.com/docs/common-oceanbase-database-cn-1000000000220942
明白了，感谢老师。
感谢，感谢。
