红移 first_value 与最小值

【问题标题】：redshift first_value vs min value红移 first_value 与最小值
【发布时间】：2018-10-06 13:36:49
【问题描述】：

试图了解在 Redshift 中使用窗口函数时哪些性能更好

min(Case when colc='y' then val else Null end) 
Over(partition by cola,order by colb rows BETWEEN CURRENT ROW and UNBOUNDED FOLLOWING)

或

first_value(Case when colc='y' then val else Null end) 
Over(partition by cola order by colb rows BETWEEN CURRENT ROW and UNBOUNDED FOLLOWING)

从逻辑上讲，first_value 应该更快，但只是想确认是否有人做过 POC。

【问题讨论】：

【解决方案1】：

我还没有做过 POC，我觉得没必要做。这两种结构产生基本相同的执行计划，只是在最低级别有一些小的逻辑差异。您是正确的，first_value() 可以通过检索每行的第一个遇到的值来“短路”执行，而不是“记住”最小值并进行一次额外的比较（只需将当前行中的值与上一行的最小值）。

比较有多重要？好吧，想想是什么驱动了性能。需要读取所有引用列中的数据。 partition by 中的列需要排序或散列。然后需要对 order by 中的列进行排序。完成所有这些工作后，每行额外进行一次比较的差异可以忽略不计。

我不想说它什么都不是——你可能会发现一些东西，比如 1% 的差异。但是，与构造所做的其他所有工作相比，这些额外的工作实际上微不足道。

【讨论】：