多级分区主索引 (MLPPI) 如何提高 teradata 中插入的性能？

Question

我一直在寻找 MLPPI 影响插入性能的一些证据。根据link，实际上并没有说明原因：

MLPPI——提供显着提高性能的机会 某些查询和大容量插入、更新和删除 操作。

That article 构建了一些有趣的案例，这些案例是如何使用这些索引来改善加载的，但它作为证据看起来并不可靠。

此外，我进行了自己的调查： 我有一张1200万的桌子。具有date 类型字段的行，因此我创建了 2 个新的空表，在该日期类型字段上具有和不具有分区，但除了分区之外几乎具有与原始表相同的结构。然后我把这 1200 万个都塞给了他们。解释给出了完全相同的结果 3 分钟 +。人为地尝试通过显式指向日期将所有这 1200 万行插入一个分区并没有改变时间。

所以我的问题是：MLPPI 可以提高插入的性能吗？为什么？

Answer 1

您应该认为这篇文章是可靠的，Paul Sinclair 是 MLPPI 的发布架构师 :)

当您插入一个空表时，您几乎不会注意到有或没有分区的任何区别。事实上，如果源表具有相同的 PI 并且由于重新排序而未分区，则 PPI 可能会更慢。

但是当您插入到填充表（或更新）并且所有行都转到几个分区时，它会更快，因为您跳过未使用的分区并读取（可能写入）更少的数据块，即插入（或更新）的数量) 每块的行数要高得多。

如果您插入到一个空分区，它会使用 FastPath 处理（如空表）并避免 Transient Journaling。