- 综合排序
- 最热优先
- 最新优先
- 来自专栏python学习指南
Java面试题问与答——编译时与运行时
public class ConstantFolding { static final int number1 = 5; static final int number2 = 如果你使用Java反编译器（例如，jd-gui）来反编译ConstantFolding.class文件的话，那么你就会从下面的结果里得到答案。 public class ConstantFolding { static final int number1 = 5; static final int number2 = 6; static
94190发布于 2018-01-17 - 来自专栏技术从心
Java 面试题问与答：编译时与运行时？
public class ConstantFolding { static final int number1 = 5; static final int number2 = 如果你使用Java反编译器（例如，jd-gui）来反编译ConstantFolding.class文件的话，那么你就会从下面的结果里得到答案。 public class ConstantFolding { static final int number1 = 5; static final int number2 = 6; static
72810发布于 2019-08-08 - 来自专栏Java后端技术栈
Java 面试题问与答：编译时与运行时
public class ConstantFolding { static final int number1 = 5; static final int number2 = 6; 如果你使用Java反编译器（例如，jd-gui）来反编译ConstantFolding.class文件的话，那么你就会从下面的结果里得到答案。 public class ConstantFolding{ static final int number1 = 5; static final int number2 = 6;
1.7K40发布于 2018-08-09 - 来自专栏大数据架构
Spark SQL / Catalyst 内部原理 与 RBO
ConstantFolding 本文的 SQL 查询中，Project 部分包含了 100 + 800 + match_score + english_score 。 因此可通过 ConstantFolding 将这些常量合并，从而减少不必要的计算，提高执行速度。
1.6K60发布于 2018-09-11 - 来自专栏Spark生态圈
[Spark SQL] 源码解析之Optimizer
NullPropagation(conf), //null处理 FoldablePropagation, OptimizeIn(conf), // 关键字in的优化，替代为InSet ConstantFolding
1.3K20发布于 2018-08-29 - 来自专栏大数据架构
Spark SQL / Catalyst 内部原理 与 RBO
ConstantFolding 本文的 SQL 查询中，Project 部分包含了 100 + 800 + match_score + english_score 。 因此可通过 ConstantFolding 将这些常量合并，从而减少不必要的计算，提高执行速度。 ?
1K20发布于 2018-10-10 Spark SQL Catalyst 优化器详解
常量替换（ConstantFolding）：当表达式中存在常量时，Catalyst会自动计算并替换。例如条件age<12+18，会被自动替换为age<30。
24510编辑于 2026-02-08- 来自专栏岑玉海
Spark源码系列（九）Spark SQL初体验之解析过程详解
//递归合并相邻的两个limit Batch("Combine Limits", FixedPoint(100), CombineLimits) :: Batch("ConstantFolding 100), //替换null值 NullPropagation, //替换一些简单的常量表达式，比如 1 in (1,2) 直接返回一个true就可以了 ConstantFolding
2K50发布于 2018-02-28 - 来自专栏后端精进之路
Spark系列 - (3) Spark SQL
Constant Folding：常量叠加 NullPropagation：空格处理 BooleanSimplification：布尔表达式简化 ConstantFolding：常量叠加 SimplifyFilters
2.7K10编辑于 2023-10-19 - 来自专栏暴走大数据
一文了解函数式查询优化器Spark SQL Catalyst
strength reduction NullPropagation, FoldablePropagation, OptimizeIn(conf), ConstantFolding
3.7K20发布于 2020-06-03 Java AI 开发全攻略：Spring AI、LangChain4J、Dify、百炼与微调一站式掌握
flash_attention") .build(); } // 常量折叠与代数简化 public ConstantFoldingConfig constantFolding
2.7K11编辑于 2025-11-17Spark Catalyst优化器深度解析：TreeNode体系与规则化优化的源码之旅
例如，对于我们的示例SQL，Optimizer会迭代应用这些规则：首先，可能应用ConstantFolding规则简化表达式；然后，PushDownPredicates规则将WHERE条件下的过滤条件尽可能下推到数据源附近以减少数据传输
28810编辑于 2025-11-28Spark SQL 架构核心深度解析：Catalyst 优化器与 Tungsten 执行引擎
另一个规则 ConstantFolding 会预先计算常量表达式。优化过程是迭代式的，规则按批次应用直至计划稳定。
40410编辑于 2025-11-28- 来自专栏数据仓库践行者
sparksql源码系列 | 最全的logical plan优化规则整理（spark2.3）
【常量折叠和强度消减】ConstantFolding Operator Optimization after Inferring Filters fixedPoint 替换可以用等效文本值静态计算的表达式
3.3K10编辑于 2022-06-09 - 来自专栏福大大架构师每日一题
PyTorch v2.8.0 正式发布：量化推理、编译优化与分布式检查点等多项重大更新
AOTI 的 update_constant_buffer 问题 • 修复 model_package_loader 中的内存泄漏 • 当权重不存在时不在 AOTIModel 中分配 • 修复常量折叠（ConstantFolding
84910编辑于 2025-12-18
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号