apache calcite 是干嘛的，不存数据的 SQL 引擎底座

要给内部数据平台加个 SQL 查询入口，团队自己写解析器，写到 join 和子查询才发现是个无底洞。这活别硬造，apache calcite 就是为这种场景准备的：一个不存任何数据、专管 SQL 解析和优化的框架。

它管四件事

解析，把 SQL 文本变成语法树；校验，对着元数据确认表和字段存在不存在；优化，把初始执行计划重排成更快的等价版本；执行，生成可运行的代码。存储它一概不碰，数据留在你自己的系统里，所以 Hive、Flink、Druid、Kylin 这些引擎都拿它当底座，生态验证得很充分。

优化器是重头戏

两条路子。基于规则的 RBO：注册一堆 RelOptRule，比如谓词下推，过滤条件尽量往前挪，先过滤再 join，少搬一大堆数据。基于代价的 CBO：Volcano 框架给每个候选计划估成本，挑最低的走，代价模型能按自家数据特点定制。实践里多数情况是规则和代价混着用，先保证计划合法，再谈最优。

接自己的数据源

写个 Adapter 把自家存储包装成表，声明 schema，它就能用 SQL 查。最省事的入门是官方的 CSV 示例，几十行代码把 CSV 当表查，接完马上能跑 SELECT，拿它理解全流程最合适。想跨两个数据源 join 也行，每个源各接一个 schema，优化器自动把过滤和聚合推到各自那边执行，多源联邦查询的思路就这么来的。

判断：自研查询引擎、做联邦查询、给存储系统补 SQL 能力，上它，省下来的解析器和优化器工作量按人月算；只是应用层跑 SQL，用现成数据库就好，别为了技术栈好看引入大框架。