一、概述

所有的策略都继承自 GenericStrategy 类，其中定义了 planLater 和 apply 方法；SparkStrategy 继承自 GenericStrategy 类，对其中的 planLater 进行了实现，根据传入的 LogicalPlan 直接生成前述提到的 PlanLater 节点。此外，在 Spark SQL 中

Strategy 是 SparkStrategy 类的别名

1	type Strategy = SparkStrategy

在 Spark SQL中，当逻辑计划处理完毕后，会构造 SparkPlanner 并执行 $plan()$ 方法对 LogicalPlan 进行处理，得到对应的物理计划。一个逻辑计划可能会对应多个物理计划，因此，SparkPlanner 得到的是一个物理计划的列表(Iterator[SparkPlan])。
SparkPlanner 继承自 SparkStrategies 类，而 SparkStrategies 类则继承自 QueryPlanner 基类，重要的 $plan()$ 方法实现就在 QueryPlanner 类中。

SparkStrategies 类本身不提供任何方法，而是在内部提供一批 SparkPlanner 会用到的各种策略(Strategy)实现。最后，在 SparkPlanner 层面将这些策略整合在一起，通过 $plan$ 方法进行逐个应用。

类似逻辑计划阶段的 Anaylzer 和 Optimizer， SparkPlanner 本身只是一个逻辑的驱动，各种策略的 $apply()$ 方法把逻辑执行计划算子映射成物理执行计划算子。

在 SparkPlanner 的调用逻辑和各种策略中，PlanLater 随处可见。根据其实现，PlanLater 本身也是 SparkPlan 的一种，区别在于 $doExecute$ 方法没有实现，表示不支持执行，所起到的作用仅仅是占位，等待后续步骤处理。

二、实现

物理计划执行策略都继承自 GenericStrategy 类，其中定义了 planLater 和 apply 方法。

abstract class GenericStrategy[PhysicalPlan <: TreeNode[PhysicalPlan]] extends Logging {
  
  protected def planLater(plan: LogicalPlan): PhysicalPlan
  def apply(plan: LogicalPlan): Seq[PhysicalPlan]
}

SparkStrategy 继承自 GenericStrategy 类，对其中的 planLater 进行了实现，根据传入的 LogicalPlan 直接生成PlanLater 节点。各种具体的 Strategy 都实现了 $apply$ 方法，将传入的 LogicalPlan 转换为 SparkPlan 的列表。

如果当前的执行策略无法应用于该 LogicalPlan 节点，则返回的物理执行计划列表为空。
因此，Strategy 是生成物理算子树的基础。

在实现上，各种 Strategy 会匹配传入的 LogicalPlan 节点，根据节点或节点组合的不同情形实行一对一的映射或多对一的映射。一对一的映射方式比较直观，以 BasicOperators 为例，该Strategy 实现了各种基本操作的转换，其中列出了大量的映射关系，包括 Sort 对应 SortExec、Union 对应 UnionExec 等。

多对一的情况涉及对多个 LogicalPlan 节点进行组合转换，这里称为逻辑算子树的模式匹配。