主页 / dba / 问题 / 273599
Accepted
Adgezaza
Asked: 2020-08-12 11:18:34 +0800 CST

具有多个 OR 语句的查询的行与列 DB

  • 772

我了解列式数据库非常适合不使用很多字段进行查找的快速查询，但是如果您只使用 OR 语句怎么办？

例如，我想要所有具有 (Val A, Col A) OR (Val B, Col B) OR (Val C, Col C) OR...(Val N, Col N) 的记录

我希望我问的很清楚。

编辑：

查询 OR 语句看起来A = 1 OR B = 3 OR C = 6 ... OR N = 7

我这样做的原因是我会有一个行/记录，其中每个 col/字段都被加密，并且我希望所有与任何字段匹配的记录都可以进行聚类练习。这个查询每秒可以运行 100 次。

columnstore query-performance

1 个回答

  1. Best Answer

    此答案中的示例是从 SQL Server 的角度编写的。重复这个问题，当 WHERE 子句是一系列 OR 语句时，您需要快速查询。查询将针对 4 到 20 个不同的列进行过滤，而您事先并不知道这些列。第一个查询可能如下所示：

    SELECT COUNT(*)
FROM #Q273599
WHERE ID1 = 1 OR ID2 = 2 OR ID4 = 4 OR ID5 = 5;

    第二个查询可能如下所示：

    SELECT COUNT(*)
FROM #Q273599
WHERE ID1 = 1 OR ID2 = 2 OR ID8 = 8 OR ID9 = 9 OR ID10 = 10;

    这对于关系数据库来说仍然是一个难题，具体取决于表的大小和所需的查询响应时间。最快的方法可能是在每一列上定义一个单列索引，并使用带有查询优化器的 RDBMS，该查询优化器能够找到一个索引联合计划。从存储、容量限制或 DML 开销的角度来看，为每一列创建索引可能是不切实际的。

    一般来说，可以公平地说，对于这种类型的查询，列存储比行存储更好。Microsoft 列出了一个类似的问题（最终用户在房地产网站上通过数百个不同的过滤器进行搜索）作为列存储有效性的一个很好的案例研究。我认为这就像您要扫描整个表一样简单，您不妨扫描一个较小的表，因为与行存储相比，列存储提供的压缩通常更好。与行存储相比，不需要表中的所有列当然会使列式存储更具吸引力。

    如果您真的关心性能，我建议您模拟一些示例数据并尝试一下。对于下面的表和查询，我最终得到了 4 秒的行存储查询响应时间、1 秒的列存储响应时间和 13 毫秒的所有列都被索引的响应时间。这只是说明一般观点的一个例子。您的数据是问题的重要组成部分。

    CREATE TABLE #Q273599 (
    ID1 BIGINT NOT NULL,
    ID2 BIGINT NOT NULL,
    ID3 BIGINT NOT NULL,
    ID4 BIGINT NOT NULL,
    ID5 BIGINT NOT NULL,
    ID6 BIGINT NOT NULL,
    ID7 BIGINT NOT NULL,
    ID8 BIGINT NOT NULL,
    ID9 BIGINT NOT NULL,
    ID10 BIGINT NOT NULL,
    PADDING CHAR(500) NOT NULL
);


INSERT INTO #Q273599 WITH (TABLOCK)
SELECT q.RN, RN, RN, RN, RN, RN, RN, RN, RN, RN, ''
FROM
(
    SELECT TOP (25000000) ROW_NUMBER() OVER (ORDER BY (SELECT NULL)) RN
    FROM master..spt_values t1
    CROSS JOIN master..spt_values t2
    CROSS JOIN master..spt_values t3
) q;

SELECT COUNT_BIG(*)
FROM #Q273599
WHERE ID1 = 1 OR ID2 = 2 OR ID4 = 4 OR ID5 = 5 OR ID6 = 6 OR ID7 = 7 OR ID9 = 9 OR ID10 = 9999999999999
OPTION (MAXDOP 1);
    • 3

相关问题