使用子查询来提升distinct count
2017-10-10 11:56
162 查看
转自:
http://blog.csdn.net/z69183787/article/details/51732887
它慢是因为数据库遍历了所有日志以及所有的图表,然后join它们,再将它们排序,这些都在真正的group和分组和聚合工作之前。
Garfielt
翻译于 2年前
3人顶
顶 翻译的不错哦!
http://blog.csdn.net/z69183787/article/details/51732887
Count distinct是SQL分析时的祸根,因此它是我第一篇博客的不二选择。 首先:如果你有一个大的且能够容忍不精确的数据集,那像HyperLogLog这样的概率计数器应该是你最好的选择。(我们会在以后的博客中谈到HyperLogLog。)但对于需要快速、精准答案的查询,一些简单的子查询可以节省你很多时间。 | Garfielt 翻译于 2年前 3人顶 顶 翻译的不错哦! |
让我们以我们一直使用的一个简单查询开始:哪个图表的用户访问量最大? ? 一千万行数据时,查询需要48秒。要知道原因让我们看一下SQL解析: |
Garfielt
翻译于 2年前
3人顶
顶 翻译的不错哦!
group-聚合后的任何工作代价都要低,因为数据量会更小。group-聚合时我们不需使用dashboards.name,我们也可以先在数据库上做聚集,在join之前: |
正如设计的,group-聚合在join之前。而且,额外的我们可以利用time_on_site_logs表里的索引。
Garfielt
翻译于 2年前
2人顶
顶 翻译的不错哦!
我们可以做的更好。通过在整个日志表上group-聚合,我们处理了数据库中很多不必要的数据。Count distinct为每个group生成一个哈希——在本次环境中为每个dashboard_id——来跟踪哪些bucket中的哪些值已经检查过。 |
Garfielt
翻译于 2年前
2人顶
顶 翻译的不错哦!
呵呵,大发现:这样只需要0.7秒!这比上面的查询快28倍,比原来的快了68倍。 通常,数据大小和类型很重要。上面的例子受益于基数中没多少换算。distinct (user_id, dashboard_id)相对于数据总量来说数量也很少。不同的对数越多,用来group和计数的唯一数据就越多——代价便会越来越大。 下一遇到长时间运行的count distinct时,尝试一些子查询来减负吧。 |
相关文章推荐
- 使用子查询可提升 COUNT DISTINCT 速度 50 倍
- 使用子查询可提升 COUNT DISTINCT 速度 50 倍
- 【SQL优化】使用子查询可提升 COUNT DISTINCT
- 通过转成SQL来进行查询,解决hql不能在distinct,group by结果集上使用count的问题
- 使用 Apache Spark 让 MySQL 查询速度提升 10 倍以上
- Criteria使用结果集Distinct查询解决方案
- ORACLE在使用distinct可能因为查询的列过少导致数据丢失的问题
- spark【例子】count(distinct 字段) 简易版 使用groupByKey和zip
- 在Android中使用ContentResolver查询系统数据库时使用外键查询与distinct的小技巧
- 使用ViewFields提升SPQuery查询性能
- mybatis在查询时使用count(*),total为1,结果为0
- Mysql中count(*),DISTINCT的使用方法和效率研究
- Mysql中count(*),DISTINCT的使用方法和效率研究
- Mysql中count(*),DISTINCT的使用方法和效率研究
- 使用HibernateTemplate对数据库查询count时出现的类型转换的异常
- DB2中使用sum替代count的查询
- 使用Android系统提供的ContentResolver,无法进行distinct查询的workaround
- hibernate中, 计算某列非重复记录的总数, 使用COUNT + DISTINCT
- 使用distinct在mysql中查询多条不重复记录值的解决办法
- mybatis在查询时使用count(*),total为1,结果为0