1. 扫描节点
1.1 Seq Scan
功能：基于堆表的顺序扫描
特点：适合于小表的查询操作，会产生顺序的磁盘访问开销
1.2 Index Scan
功能：以索引为辅助，对堆表进行扫描。索引的类型主要有：B树索引、GiST索引、GIN索引、BRIN索引、HASH索引等
特点：B树索引适合于对表的点查询、范围查询、按序查询操作，会产生随机的磁盘访问开销。可以基于索引对堆表定期进行CLUSTER操作，降低磁盘访问开销
1.3 Index Only Scan
功能：当索引记录中包括了需要查询的所有字段，这时可以借助可见性映射表，基于索引进行扫描操作
特点：适合于基于索引的范围查询、聚集函数计算等操作。如果对表的修改操作比较频繁，可能会出现性能的抖动
1.4 位图扫描
Bitmap Heap Scan
功能：利用位图结构获取元组
Bitmap Index Scan
功能：利用索引获取满足选择条件的位图
特点：对于单独的索引扫描，适合于基于索引的范围查询操作，通过先扫描完索引，获取到所有符合索引条件的表数据行位置，然后再按照物理顺序访问堆表中的元组，这样可以降低随机的磁盘访问开销。但是，该节点的CPU开销可能会高于其他的扫描节点。 另外，它还可以用于组合多个索引的扫描，通过BitmapAnd和BitmapOr操作，可以将多个Bitmap Index Scan节点的结果进行合并，合并出一个结果输入给Bitmap Heap Scan节点。
2. 连接节点
2.1 Nest Loop
功能：对左边关系遍历过程中找到的每一行都对右边关系进行一次扫描。一般情况下，对于右边关系可以用索引扫描， 通过使用左边关系中当前行的值作为对右边关系进行索引扫描的键值。
特点：如果右边的关系没法使用索引进行扫描，并且右边关系的数据量比较大时，可能会很耗费时间。反之，如果数据量较小，并且可以使用索引扫描（或者数据量小到可以使用顺序扫描），该方式的处理器开销会比较小。
2.2 Hash Join
功能：首先扫描右边的关系， 并用连接的字段作为散列键值加载进入一个哈希表，然后扫描左边的关系， 并将找到的每行用作散列键值以定位表里匹配的行
特点：对于连接的每个关系都只需要扫描一次。右边关系的数据量比较大时，哈希表使用内存会超过work_mem参数指定的大小，工作空间将会切换到临时文件。
2.3 Merge Join
功能：在连接开始之前，每个关系都以连接字段进行排序。 然后对两个关系并发扫描，匹配的行就组合起来形成连接行。排序既可以通过显式的排序操作完成， 也可以利用连接键上的索引，按照合适的顺序对关系进行扫描完成。
特点：对于连接的每个关系都只需要扫描一次。如果排序不能利用索引，内部排序的开销可能会比较大。
3. 物化节点
3.1 Materialize
功能：对下层节点返回的元组进行缓存
特点：如果下层节点需要重复多次执行，就可以用到该节点。比如在一个交叉连接过程中，右边关系的扫描结果就可以通过该节点进行缓存。
3.2 Sort
功能：对下层节点返回的元组进行排序
特点：需要用到节点的工作空间内存，缓存下层节点返回的所有元组，然后进行排序。如果使用内存超过了work_mem参数指定的大小，该节点的工作空间将会切换到临时文件，可能会出现性能急剧下降
3.3 Group
功能：对下层排序元组进行分组操作
3.4 Agg
功能：执行聚集函数
特点：执行聚集函数时，可能会选择全表扫描，也可能会选择Index Only Scan，一般来说，后者的执行效率要高。
3.5 Hash
功能：Hash Join的辅助节点
特点：在哈希连接过程中，首先需要扫描右边的关系， 使用连接的字段作为散列键值加载进入一个哈希表。右边关系的数据量比较大时，哈希表使用内存会超过work_mem参数指定的大小，工作空间将会切换到临时文件。
3.6 SetOp
功能：处理集合操作Exist、Intersect查询
特点：如果集合较大，可能需要采用临时表保存集合中的数据，然后进行关联查询
4. 控制节点
4.1 Append
功能：组织多个子表或子查询的执行节点
特点：主要用于UNION操作，和父表的查询操作。对于父表查询操作，可以通过EXPLAIN查看该节点下面的子表是否过多。
