读取路径能力、限制与 fallback（单源）

本文件是读取路径“能力表 / 限制 / fallback 目标”的唯一来源（M1）。 新增读取 lane、修改 gate 或改变回退目标时，必须同步更新本表；lane 的 gate 处注释 引用本文件与对应小节。判定所用的可见状态由 TableStorageBackend::overlay_state() 单点探测，不要在调用方重新拼条件。

1. 可见状态分类（read visibility）

apexbase/src/storage/backend.rs：OverlayState / overlay_state() / has_pending_writes() / requires_merged_read() / visible_rows_exceed_base()。

状态	判定	含义
InMemory	storage.is_in_memory()	内存表；columns 缓冲区是权威视图，不存在持久化行组
Clean	overlay_state().is_clean_view()	持久化行组即完整可见视图，且基础未复制到内存缓冲区
AppendedRows	overlay_state().appended_rows	.delta 文件存在完整追加行批次
PendingCells	overlay_state().pending_cells	DeltaStore 存在单元更新/删除
UnflushedRows	overlay_state().unflushed_rows	V4 追加行仍在内存缓冲区（pending_v4_in_memory_rows() > 0）
BaseInMemory	overlay_state().base_in_memory	基础数据已加载进内存缓冲区（has_v4_in_memory_data()）

派生判定：

• has_pending_writes() = PendingCells ∨ UnflushedRows（不探测 delta 文件， 保持点查守卫既有成本）；
• requires_merged_read() = AppendedRows ∨ PendingCells ∨ UnflushedRows；
• visible_rows_exceed_base(base_rows) = has_delta() ∨ 逻辑行数 > base_rows ∨ 活跃行数 > base_rows（覆盖“仅 DeltaStore”与“仅内存行”两种增量）。

2. lane × 支持 × 限制 × fallback

lane	入口	支持	限制（gate）	回退目标
内存表直读	storage.to_arrow_batch / to_arrow_batch_with_limit	内存表的投影/ LIMIT	storage.is_in_memory()	通用执行器
V4 mmap 直读	read_columns_to_arrow_physical 的 use_cache	全表读；已应用持久化删除向量，并合并 DeltaStore	start_row == 0 && row_count.is_none() && !has_delta（has_delta 取 visible_rows_exceed_base）	合并读（§2.4）
V4 mmap LIMIT 读	to_arrow_batch_with_limit	前缀 LIMIT，RCIX O(1) 列定位	start_row == 0 && row_count.is_some() && (in_memory \|\| !has_delta)	合并读（§2.4）
行式点读（RCIX）	retrieve_rcix / retrieve_rcix_projected，经 read_row_by_id_to_arrow / read_row_by_id_projected_to_arrow、以及 Python 绑定层的 try_pk_read / retrieve / retrieve_projected_row	单行、按列定向解码（_id 由 id 推导，不读 ID 列）；行组目录按 id 二分（find_row_group_for_id）；有 DeltaStore cell 覆盖时在同一 lane 上叠加覆盖值（row 已在 DeltaStore 删除则返回空；append delta / 未落盘缓冲行仍让位合并读）	该 id 所在行组 compress_flag == RG_COMPRESS_NONE、enc_ver == RG_ENCODING_VERSION 且组内有 RCIX 目录	解码兜底（本表下一行）
行式点读（解码兜底）	read_row_by_id_values / read_row_by_id_values_projected（read_row_by_id_to_arrow / read_row_by_id_projected_to_arrow 的第二段）	压缩行组或旧编码；解压体按 (offset, compressed_len) 缓存。写路径在压缩之前就记录了每列偏移，所以压缩行组同样带列目录，且该目录寻址"解压后"的逻辑布局——解压体一到手，这一 lane 与未压缩 lane 走同一份 decode_point_column_value（read_write.rs）：PLAIN/BITPACK/RLE/字典/Binary/向量按值定向解码，仅未知编码整列解码；带投影时只解码被请求的列	V4；read_row_by_id 仍用于内存表与写缓冲镜像基表	通用读 / read_row_by_id
行组批次流（Clean）	TableStorageBackend::scan_batches → RgBatchStream	单表、typed 谓词、投影；逐行组 morsel；持久化删除向量已应用	非 InMemory；无 UnflushedRows；overlay_state().is_clean_view()；投影列存在且谓词列类型受支持（§3）；V4 footer 存在	单批 scan() / 通用执行器
覆盖层批次流	scan_batches → OverlayBatchStream	同上，外加 AppendedRows / PendingCells；基础行组零拷贝直通，_id 命中批次才打补丁，追加行作为尾部批次	非 InMemory；无 UnflushedRows；overlay_state().needs_merged_read()；V4	单批 scan() / 通用执行器
单批合并读	read_columns_to_arrow → read_columns_to_arrow_physical	任意投影；可见行空间按 [持久基表][.delta 行][缓冲尾段] 三段组合（OnDemandStorage::visible_read_segments()，read_ids 同源）；基表段仅在缓冲镜像基表（v4_base_loaded && has_v4_in_memory_data()）时切缓冲，纯尾段缓冲改走 RG mmap；有持久化删除向量时先构造活跃视图再按活跃窗口 slice，删除向量直接从行组读取（persisted_deletion_bitmap()）	无（通用入口）	—（最终兜底为通用执行器）
候选索引读	scan() → scan_candidate_indices + read_columns_by_indices_to_arrow	谓词命中率低的点查/范围查	overlay_state().is_clean_view()；命中数 × 4 ≤ 行数 × 3	单批合并读
执行器索引快路	ApexExecutor::try_index_accelerated_read（index_accelerated_read）	规划器选中 OltpIndexLookup 的单列/复合等值与范围查；covering 时走 try_index_only_scan（完全不读表）。DeltaStore cell 覆盖可见时仍可用：索引进位集 ∪ 被覆盖更新且命中谓词列的行，读取合并后的行，再用 residual WHERE 复算（覆盖列的新匹配不漏、旧匹配被过滤），DeltaStore 删除行从候选集中剔除；LIMIT（无 ORDER BY/DISTINCT）按 id 顺序分块读取并提前结束；covering 在覆盖层下禁用（postings 值可能过期）	!indexes_stale(path)；append delta / 缓冲追加行仍让位（has_delta() / pending_v4_in_memory_rows() > 0；这些行不在 postings 里）；非 GROUP BY/JOIN/聚合；有可用索引	扫描 lane（记录 plan divergence）；索引失效/覆盖层状态由 flag_indexes_stale_after_failure 或 gate 兜住
缓存字典读	read_columns_to_arrow_dict	低基数 string 列 GROUP BY，复用全局字典	!requires_merged_read()	read_columns_to_arrow
首值缓存	build_first_string_row_id_cache	col = 'x' LIMIT 1 的常量时间点查	!has_pending_deltas() && delta_row_count() == 0 && !(has_v4_in_memory_data() && !v4_base_loaded)（纯尾段缓冲下缓冲列与组合后的 ID 会错位）	常规点查
FTS/字符串列 mmap	read_fts_string_columns_mmap	FTS 字符串列直读	!visible_rows_exceed_base(base_rows) && !has_v4_in_memory_data()，且 V4 footer 可加载（内存表无持久化 base，必须回退）	None（调用方走通用读）
等值全匹配证明	string_eq_matches_all	证明 col = 'x' 保留全部行以跳过过滤	!requires_merged_read()	Ok(false)
列窗口读	read_columns_to_arrow_window	CREATE INDEX 等流式消费者按活跃窗口读	!visible_rows_exceed_base(base_rows) 时走 to_arrow_batch_mmap_range	read_columns_to_arrow

队列/执行器层的 lane（详见第 13 节与 10.1）：

lane	入口	限制	fallback
分批聚合管线	try_batch_group_pipeline	单表；BatchGroupAggregator::new 形状门 + can_use_incremental_aggregation + 列可解析；scan_batches/scan_batches_ranges 可用；并行折叠需 worker token 预算 ≥2，且 APEX_PARALLEL_SCAN 未显式关闭时由成本自动启用（预测串行 ≥2 ms 且并行历史更快）	单批 scan() 聚合
FTS 行选择下推	ApexExecutor::try_fts_row_selection（路径 fts_row_selection）	WHERE 的顶层 AND 中含一个 MATCH()（已解析为 FtsResolved bitmap）时，只物化命中行：把 bitmap 的 _id 解析成物理行号（优先用行组目录 positions_for_ids，有删除向量时用 positions_for_ids_including_deleted，否则回退扫 _id 列），再 read_columns_by_indices_to_arrow(位置, required_columns) —— 因此只读语句需要的列，向量/blob 列也能完整取回；有删除向量时用 drop_deleted_rows 按 _id ∈ bitmap 丢掉被删行（arrow::compute::take 一次 pass）。其余谓词、投影、聚合、排序、LIMIT 仍由共享尾部执行，因此结果与全扫逐值一致	单表（joins.is_empty()）；排除 pending_cells / appended_rows / unflushed_rows / base_in_memory（覆盖层行不在持久化索引快照内，且单格覆盖按物理位置合并）；持久删除向量不再让位（第 217 轮）；0 < hits && hits * 3 <= active_row_count()；OR/NOT 下的 MATCH() 不可拆分；目录无法证明稠密或写缓冲遮蔽删除向量时，退回按 _id 的标量 reader（要求 schema 全为标量类型）
距离 TopK 融合	ApexExecutor::try_fast_order_by_distance（clean 视图走零拷贝 mmap：路径 order_by_distance_topk_direct；带选择性谓词时路径 filtered_distance_topk；否则 order_by_distance_topk）	ORDER BY <distance>(col, [literal]) [ASC] LIMIT k（含 SELECT <expr> AS alias … ORDER BY alias 写法）：clean 视图（无覆盖层、行组无删除向量、未压缩）时用 topk_fixedlist_direct/topk_binary_direct 直接在 mmap 上零拷贝打分，只 read_columns_by_indices_to_arrow 最近 k 行；有选择性谓词时先把谓词解析成候选行号（单列比较/BETWEEN/同列双区间、字符串等值），只对这些行打分后取堆（路径 filtered_distance_topk）；否则按 required_columns() 裁剪后跑无分配 SIMD 距离 + 有界堆并 take。三条路径都只读语句需要的列（SELECT * 除外），尾部仍执行 ORDER BY（k 行）、投影与 LIMIT。含 MATCH() 的形态由上一行的 FTS 行选择先接管（它同样按位置取行，随后由尾部排序）	单表；无 GROUP BY / HAVING / DISTINCT / OFFSET>0 / 聚合 / 窗口（这些必须先作用于整个关系，或会因只喂 k 行而改变语义）；limit 存在且 > 0；升序；order_by 只有一项；距离函数名与 expressions.rs 的分发一致；第一个参数是列、第二个是 [..]/字符串字面量；度量不是"相似度值"型（inner_product/cosine_similarity 的有界堆返回"最相似"，与 ASC 相反）；向量列无 NULL（堆按平坦子数组打分，NULL 会被当 0）；维度匹配且是 FixedSizeList/Binary。filtered_distance_topk 额外要求：WHERE 是能被上述形态解析的合取（OR/NOT/多列混合不解析）、活动候选行数 *4 <= active_row_count()（否则候选太少，全扫更省）；只排除 pending_cells/appended_rows/unflushed_rows/base_in_memory（候选按物理行号读取，与 read_columns_by_indices_to_arrow 的分组空间一致；持久删除向量不再让位（第 218 轮）——门控计数经 OnDemandStorage::activate_positions 换算到活动空间后判断）
融合过滤聚合（count-only 计划）	数值范围：ApexExecutor::try_fast_filtered_numeric_agg、python/bindings/read.rs::execute_filtered_numeric_agg → execute_filtered_numeric_agg_{mmap,cached}_planned；字符串等值：ApexExecutor::try_fast_filtered_string_agg、python/bindings/sql.rs 的 FilteredStringAgg 预解析 → execute_filtered_string_agg_{mmap,cached}_planned	单表过滤上的 COUNT/SUM/AVG/MIN/MAX；调用方传入与列逐位对齐的 value_needed：只被 COUNT 引用的列不解码值负载。数值车道：覆盖式取活跃行数或"行数 − NULL 位"，部分覆盖逐行只递增计数，位压缩过滤列走 bitpack_count_in_range，值列有 NULL 且有删除时退回逐行。字符串车道：并行字典组、顺序 RCIX、压缩回退三条分支都只读有效性位图；cached 车道在全 count-only 时不扫描任何值列。非数值值列（如 COUNT(string_col)）也可 count-only	数值车道需 has_pending_deltas() 为假、过滤列数值/浮点；字符串车道需过滤列 String/StringDict；cached 车道要求过滤列与值聚合列无 NULL（可空值列回退 mmap）；仅 appended_overlay_only() 的尾部（由 merge_appended_rows_into_stats 折叠）；无 GROUP BY/JOIN/LIMIT/ORDER BY
向量 TopK 直读（FFI）	python/bindings/arrow.rs::_topk_distance_ffi → topk_fixedlist_direct / topk_binary_direct	单表、无 pending delta；mmap 零拷贝打分后返回 _id/dist；id 映射只读命中行所在行组的 ID 段（OnDemandStorage::ids_at_active_positions，O(k)），不再整列解码 _id	有持久删除向量、非稠密/越界偏移或 ID 段异常时回退整列 _id 读；编码/维度/压缩行组不满足直读时走 Arrow 回退
数值范围有界读（DeltaStore 叠加）	python/bindings/read.rs::retrieve_by_numeric_range_limit → scan_numeric_range_mmap + read_columns_by_indices_to_arrow	SELECT * FROM t WHERE <数值列> <cmp> <字面量> LIMIT n [OFFSET m]；存在已落盘 DeltaStore 时：更新不改过滤列 → 基础扫描仍给出窗口，读窗口时融合单元格、丢弃 pending 删除（多取 delete_count 个候选）；更新过滤列 → 只重算被覆盖的行（物理抽取基值判离开/进入，候选多取 leaves + enters 个，离开的行删除、进入的行按行序插入），再应用 OFFSET/LIMIT	has_delta()（追加行）或 pending_v4_in_memory_rows() > 0（未落盘行）→ 让位；pending 删除与过滤列更新叠加 → 让位；positions_for_ids 失败（非稠密/有基础删除）→ 让位；过滤列非 Int64/Float64 或非数值更新 → 让位；无 LIMIT 的形状不进此 lane
单批 scan 聚合	try_scan_group_pipeline → backend.scan()	单表、WHERE 可转 typed 谓词、无 JOIN/DISTINCT/window	通用执行器
S3 流式投影	execute_streaming_select	单表投影 SELECT：无 DISTINCT/JOIN/GROUP/HAVING/ORDER/LIMIT/window；投影为 SELECT 顺序的普通列；谓词与投影列均受 typed 协议支持	物化执行（execute）
Flight 交付	flight::service	有界通道 STREAM_CHANNEL_CAPACITY；每块 DELIVERY_CHUNK_ROWS	上一 lane 的 fallback 链

3. typed 批次协议的类型边界（单源）

• 谓词列类型：TableStorageBackend::scan_predicate_column_supported = Bool / Int8 / Int16 / Int32 / Int64 / UInt8 / UInt16 / UInt32 / Float32 / Float64 / String； UInt64 明确排除（mmap 谓词 lane 以 i64 解码，> i64::MAX 不安全）。
• 谓词值：ScanValue::{Int, UInt, Float, String, Bool} + ScanPredicate （Compare / IsNull / Between / In / Like）与 And/Or 树。
• 分组键类型由 BatchKeyView 门控；Morsel::select 无法解析列/类型时返回 BatchMorselOutcome::Unsupported，调用方必须整体回退（已输出批次后不得回退， 见 execute_streaming_select）。
• 覆盖层批次流的补丁需要 _id：调用方未投影时内部携带、补丁后剥离，因此对外 schema 与 Clean 流一致；仅追加行的覆盖层不携带 _id。

4. 修改规则

1. 新增/放宽 lane 前先在本表登记它的可见状态前提与回退目标。
2. 可见状态判定只能经 overlay_state() 及其派生方法；不要在各 lane 重新拼 has_delta()/has_pending_deltas()/pending_v4_in_memory_rows() 组合。行空间组合 同理只经 OnDemandStorage::visible_read_segments()（[持久基表][.delta][缓冲尾段] 三段，buffer_base_rows 区分"缓冲镜像基表"与"纯尾段缓冲"）——任何自行假设 "写缓冲就是整表"的读者都会在 spill_pending_v4_rows_to_delta() 之后静默漏掉基表行。
3. 每个 gate 至少一个“拒绝该状态并正确回退”的测试（存储层与 Python 层各一）。
4. 点读的“行不存在”与“lane 不可用”必须分开：retrieve_rcix* 对两种情况都返回 None，因此只能由 OnDemandStorage::point_read_lane_available(id) 判定该 id 所在 行组是否走 RCIX lane。把不可用当成“行不存在”会让 _id = X 在压缩表上退化到通用 扫描（实测 23.6 ms / 行，见 test/test_point_lookup_compressed_sql.py 与 bench wide 阶段的 executor 形状）。新增点读调用方时必须走这个判定，不要自行假设。
5. 回退目标必须与主路径结果逐值一致；不一致先修主路径，不允许降低断言。 5b. None 的两种含义必须经 point_read_lane_available(id) 区分，绑定层的 try_pk_read （python/bindings/sql.rs）也不例外：它只查 lean RCIX 车道，曾把"车道不可用"当成 "快路不适用"，于是压缩表上的 _id = X 整条语句掉进 SQL 执行器（每次都重新解析、规划， 200k × 16 zstd 实测固定多 ~10 µs）。新增点读快路时必须接同一条判定，否则会静默失去 快路（功能仍正确，只是慢），并且没有任何断言会失败。
6. 共享尾部的 WHERE 会再执行一次：存储层快路把批次交给共享尾部时，尾部仍会重新求值 WHERE，因此这种批次的列集必须包含 WHERE 列。两条 staged-read 辅助函数按用途分开： read_matching_rows_for_tail 用 get_col_refs（= required_columns()，含 WHERE）， read_matching_rows_adaptive/read_matching_rows_by_indices 用 post_filter_col_refs （= required − WHERE）且只有自行投影/排序/限流并直接返回的调用方能用。写错会让谓词列 缺失，过滤返回 NotFound 后共享尾部重读整表并重试（路径 predicate_column_reread， 该重试保留为兜底）—— 实测 SELECT doc FROM t WHERE k < 100 ORDER BY abs(doc) LIMIT 5 在 20 万行上是 3.785 ms，改走 for_tail 后 0.959 ms（3.9×）。目标形态： ORDER BY <表达式> + 谓词列未投影（含向量 rerank）。同一个 lane 的不同调用点可以不同： try_fast_numeric_range_filter 的两个调用点都是 early-return（自行投影后返回），内部仍走 read_matching_rows_adaptive（谓词列保持裁剪）；try_numeric_predicate_pushdown 的批次回到 尾部，故走 for_tail。新增 staged-read 调用方时先判断"结果是否回到共享尾部"，再选辅助函数 —— 给 early-return 的调用点加谓词列会让它白读一列（实测 String functions 形状 0.735 → 0.862 ms，+17%）。
7. 缓冲专用 reader 的前置条件：read_columns_filtered / read_columns_filtered_string / read_column_by_indices 已在"纯尾段缓冲"（!v4_base_loaded）下改走 visible_read_segments() 组合（read_columns + 共享匹配器 + 基表段删除向量）。 read_row_by_id / read_rows_by_ids / read_column_auto / read_column_scattered_auto 仍要求"写缓冲镜像基表"（或缓冲为空）；其当前调用方都有 gate（索引快路在覆盖层下让位、 字符串 LIMIT 首值缓存拒绝纯尾段缓冲、late materialization 在 delta 态走 mmap 分支、 Python 点查走独立的 read_row_by_id_values 组合实现）。新增调用方前必须确认该前提， 否则先用 visible_read_segments() 组合或显式拒绝。
8. 候选行号的空间必须与读取 reader 一致：filtered_distance_topk 与 fts_row_selection 的位置版都用候选行号直接调 read_columns_by_indices_to_arrow，该 reader 内部并存两套 索引语义，解除本节的 gate 前必须先统一（第 215 轮实测，见下）。因此这两条 lane 目前都显式要求 overlay_state().is_clean_view() 且 active_row_count() == base_row_count()：一旦存在 覆盖层或删除向量，活动行号与物理行号会错位。_id → 物理行号 的解析优先走行组目录 （OnDemandStorage::positions_for_ids，要求每个行组 max_id - min_id + 1 == row_count 且 deletion_count == 0），目录无法证明稠密时回退扫 _id 列。新增"谓词 + 索引空间读取"的 快路时必须先确认这两个条件，否则候选行号会读到错误的行（静默错答，而非报错）。

8b. read_columns_by_indices_to_arrow 的物理索引空间（第 216 轮定稿）： 该 reader 整体工作在物理行空间—— - extract_rows_by_indices_to_arrow 按 rg_bounds 的物理边界把索引分组，列负载按物理位置解码； - 全局字符串字典（GLOBAL_DICT_CACHE）由 build_string_dict_cache 扫整个物理列建成， 故 dict.1[i] 是物理行 i 的 group id； - read_ids_by_indices 用入参直接下标 self.ids，而该数组由 read_base_ids_and_deletions 建成、包含已删除行，所以它也是物理的。

三条一致 ⇒ 给该 reader 传物理位置时，列负载、字典键与 _id 三者对齐。 第 216 轮曾据"字典 lane 返回活动 id"推断出两套空间并尝试统一为活动空间， 完整 pytest 出现 12 处失败（test_merge*、test_string_order_by_topk_lane、 test_wide_table_benchmark 的 sum(k) 少算 3 行等），说明现有调用者依赖物理语义。 同日改用"只补 _id 列"的补丁也失败：列负载整体前移一行 （测得 lane doc [0,194,291,388,485,581] 对真值 …582）。两条路都作废， 结论就是本条：不要试图把该 reader 改成活动空间，而是让调用方传物理位置。

由此解除了 fts_row_selection 的删除向量 gate（第 216 轮落地）： - OnDemandStorage::positions_for_ids_including_deleted（物理位置，保留被删行）； - lane 用物理位置 read_columns_by_indices_to_arrow 取数，再用 drop_deleted_rows 按 _id ∈ bitmap 丢掉被删行（arrow::compute::take，一次 pass）； - 共享尾部的 MATCH() 复检因此看到恰好存活的行。 20 万 × 16 列、1 处删除实测：MATCH() pushdown 0.289 → 0.082 ms（3.5×）， 与 clean 路径（0.083 ms）持平；行数与扫描逐值一致。 active_positions_for_ids（物理 → 活动）保留为已测构件，当前无调用者。 约束：pending_cells 必须继续让位 —— 单格覆盖层按物理位置合并， 而本 lane 现在也传物理位置，二者虽一致，但覆盖层行的合并由 read_rows_by_ids_to_arrow 负责，故维持原让位行为不变。 9. 渲染表达式的列名解析不得按最后一个 . 切分9. 渲染表达式的列名解析不得按最后一个 . 切分：解析器会把 ORDER BY <表达式> 与 GROUP BY <表达式> 的渲染文本当作列名（cosine_distance(emb, [0.5, 0.25])、 ABS(score - 1.5)）。按最后一个 . 剥限定符会切在浮点字面量里，得到一个任何列都不叫的 后缀，于是排序键为空（静默保留扫描顺序）或分组键取不到（静默塌缩成单组）—— 两类都已实测：ORDER BY abs(score - 2.5) DESC 曾原样返回升序，GROUP BY ABS(score - 1.5) 曾在 200 个互不相同的取值上只返回 1 行。规则： - 先按精确名在批次里查（ApexExecutor::resolve_order_col_name）； - 需要剥离限定符时只用 strip_column_qualifier（aggregation/pipeline.rs）：仅当最后一个 . 的前缀是纯标识符段（u、db.t）且后缀也是纯标识符才剥，grouped.rs 的 clean_name/clean_order_col 都已委托它； - 新增任何"用列名字符串去批次里找列"的调用点，都必须走这两条，否则表达式名会被静默截断。 10. 编码列的两段式读取：tag 必须留在前面：行组内一列的数据布局是 [null bitmap][1 字节编码 tag][payload]。read_column_encoded(bytes, ty) 按 bytes[0] 分派编码，所以只跳过 null bitmap、把 &body[col_off + null_bitmap_len + 1..]（免 tag 的 payload）交给它的调用点会把第一个数据字节当编码、把后续字节当长度前缀 —— 实测 BITPACK 的 int 列读出 count=216172782113783808 并报 Int64 column data truncated（第 51 轮）。需要免 tag 解析时用该编码的专用解析器（如 bitpack_agg_i64），需要整列解码时传含 tag 的切片。同理，用 u64 哈希做"分组身份"时必须给 NULL 与值加判别字节：AHasher 下 write_u8(0) 与 write_u64(0)/write_i64(0) 哈希完全相同，第 51 轮前它让 NULL 组与 0/0.0 组静默合并（hash join 之后还有等值比较所以无感，GROUP BY 的哈希就是身份）。