从 TPCH 测试学习性能优化技巧之 Q22
一、 查询要求
Q22语句查询获得消费者可能购买的地理分布。本查询计算在指定的国家，比平均水平更持肯定态度但还没下七年订单的消费者数量。能反应出普通消费者的态度，即购买意向。
Q22语句的特点是：带有分组、排序、聚集、子查询、NOT EXISTS子查询操作并存的两表连接操作。
二、 Oracle执行
Oracle编写的查询SQL语句如下：
select /*+ parallel(n) */
cntrycode,
count(*) as numcust,
sum(c_acctbal) as totacctbal
from
(
select
substr(c_phone,1,2) as cntrycode,
c_acctbal
from
customer
where
substr(c_phone,1,2) in
('11', '14', '15', '19', '20', '21', '23')
and c_acctbal > (
select
avg(c_acctbal)
from
customer
where
c_acctbal > 0.00
and substr(c_phone,1,2) in
('11', '14', '15', '19', '20', '21', '23')
)
and not exists (
select
*
from
orders
where
o_custkey = c_custkey
)
) custsale
group by
cntrycode
order by
cntrycode;
其中/*+ parallel(n) */ 是Oracle的并行查询语法，n是并行数。
脚本执行时间，单位：秒
并行数 |
1 |
2 |
4 |
8 |
12 |
Oracle |
128 |
86 |
70 |
53 |
48 |
三、 SPL优化
这个查询的外层是个常规的分组聚合，其主要复杂度在于内层的两个用于条件的子查询。这两个子查询能对应一些满足条件的customer记录，而后一个子查询是用了not exist修饰，最后结果应当是这两个子查询对应的customer记录集合的差集。
SPL脚本如下：
A |
|
1 |
=1 |
2 |
=now() |
3 |
=["11", "14", "15", "19", "20", "21", "23"] |
4 |
=file(path+"customer.ctx").create().cursor@m(C_CUSTKEY,C_PHONE,C_ACCTBAL;C_ACCTBAL > 0.0 && A3.contain(left(C_PHONE,2));A1).fetch() |
5 |
=A4.avg(C_ACCTBAL) |
6 |
=A4.select(C_ACCTBAL > A5).derive@o().keys@i(C_CUSTKEY) |
7 |
=file(path+"orders.ctx").create().cursor@m(O_CUSTKEY;A6.find(O_CUSTKEY);A1) |
8 |
=A7.groups(O_CUSTKEY:C_CUSTKEY) |
9 |
=[A6,A8].merge@d(C_CUSTKEY) |
10 |
=A9.groups(left(C_PHONE,2):cntrycode; count(1):numcust, sum(C_ACCTBAL):totacctbal) |
11 |
=now() |
12 |
=interval@s(A2,A11) |
SPL中分组计算结果是有序的，即A8会对C_CUSTKEY有序，而A6本身来自customer表，也对C_CUSTKEY有序，两个有序集可以使用归并算法高速计算差集（A9中）。
脚本执行时间，单位：秒
并行数 |
1 |
2 |
4 |
8 |
12 |
Oracle |
128 |
86 |
70 |
53 |
48 |
SPL组表 |
102 |
53 |
29 |
24 |
19 |