优化查询 Teradata

Question

如果您能帮助我解决我遇到的问题，我将不胜感激。 我有这个加入条件：

SELECT *
FROM    
T1_STAGING.(first_table) AS STG 
JOIN T1_STAGING.(second_table) AS B
    ON 
    (
            STG.DLOF_ID_NO=B.DLOF_ID_NO_RU
    )

这个简单的连接需要很长时间才能完成，超过 20 分钟。每个表的数据少于 600,000K 数据。我尝试了以下方法：

我对每张桌子进行了统计。 我将列更改为 PRIMARY INDEX。 我为第二个表创建了 JOIN INDEX 但仍然没有！ 查询永远不会结束，需要 20 分钟++。这似乎是第二个表中的数据分布问题，但我对数据无能为力。 请记住，如果我与其他任何人一起加入我的 first_table 只需几秒钟。

你能给我一个尝试的建议吗？我需要对其进行优化以获得更好的性能。

以下是对 TERADATA 的解释： 解释 SEL *
来自
T1_STAGING.DLS_DLO_OWS_STAGE_STG 作为 STG 加入 T1_STAGING.DLS_ACQUISITION_STG 作为 B 在 ( STG.DLOF_ID_NO=B.DLOF_ID_NO_RU )

1) 首先，我们锁定一个不同的 T1_STAGING."pseudo table" 以供读取 RowHash 以防止 T1_STAGING.STG 的全局死锁。 2) 接下来，我们锁定一个不同的 T1_STAGING."pseudo table" 以供读取 RowHash 以防止 T1_STAGING.B 的全局死锁。 3) 我们锁定 T1_STAGING.STG 以供读取，我们锁定 T1_STAGING.B 以供读取。 4）我们并行执行以下步骤。 1）我们通过 T1_STAGING.B 执行全 AMP 检索步骤 没有残留条件的全行扫描拆分为 Spool 2 (all_amps) 条件为 ("DLOF_ID_NO_RU IN (:)") 使用条件限定倾斜行和 Spool 3 (all_amps) of ("DLOF_ID_NO_RU IN (:)") 来限定匹配倾斜的行 倾斜关系和 Spool 4 (all_amps) 的行 剩余的行分散到 2 个散列连接分区中。阀芯 2 在 AMP 上本地构建。然后我们进行排序以订购 假脱机 2 按行哈希。 Spool 2 的大小估计为 高置信度为 303 行。 Spool 3 在本地构建 AMP。 Spool 3 的尺寸估计很高 置信度为 4,710 行。阀芯 4 由重新分配 散列码到所有 AMP。 Spool 4 的大小估计为 高置信度为 97,742 行。预计时间 这一步是 1.27 秒。 2) 我们通过 T1_STAGING.STG 执行全 AMP 检索步骤 没有残留条件的全行扫描拆分为 Spool 6 (all_amps) 条件为 ("DLOF_ID_NO IN (:)") 到 使用条件限定倾斜行和假脱机 5 (all_amps) of ("DLOF_ID_NO IN (:)") 来限定匹配倾斜的行 倾斜关系和 Spool 7 (all_amps) 的行 剩余的行分散到 2 个散列连接分区中。阀芯 6 在 AMP 上本地构建。阀芯 6 的尺寸为 以高置信度估计为 21,587 行。阀芯 5 是 在 AMP 上本地构建。估计 Spool 5 的大小 高置信度为 7 行。阀芯 7 重新分配 通过哈希码到所有 AMP。估计 Spool 7 的大小 高置信度为 301,682 行。预计时间 这一步是 4.20 秒。 5）我们并行执行以下步骤。 1) 我们从 Spool 5 (Last Use) 通过 全行扫描到 Spool 8 (all_amps) 的方式，即 在所有 AMP 上重复。然后我们进行排序以订购 Spool 8 通过 (T1_STAGING.STG.DLOF_ID_NO) 的哈希码。的大小 阀芯 8 以高置信度估计为 336 行（ 640,080 字节）。此步骤的估计时间为 0.01 秒。 2) 我们从 Spool 3 (Last Use) 通过 全行扫描到 Spool 9 (all_amps) 的方式，即 在所有 AMP 上重复。结果假脱机文件不会 缓存在内存中。 Spool 9 的尺寸估计很高 置信度为 226,080 行（391,796,640 字节）。这 此步骤的估计时间为 1.05 秒。 6) 我们从 Spool 8 (Last Use) 做一个全 AMPs JOIN 步骤。 RowHash匹配扫描，通过方式加入Spool 2（Last Use） RowHash 匹配扫描。线轴 8 和线轴 2 使用 合并连接，连接条件为 ("DLOF_ID_NO = DLOF_ID_NO_RU")。 结果进入本地构建的 Spool 1 (group_amps) 在 AMP 上。结果假脱机文件不会缓存在内存中。 Spool 1 的大小估计为 2,121 行（11,491,578 字节）。此步骤的估计时间为 0.03 秒。 7) 我们从 Spool 6 (Last Use) 通过 全行扫描，通过 全行扫描。线轴 6 和线轴 9 使用单个连接 分区哈希连接，连接条件为 ("DLOF_ID_NO = DLOF_ID_NO_RU")。结果进入 Spool 1 (group_amps)，其中 在 AMP 上本地构建。结果假脱机文件不会 缓存在内存中。 Spool 1 的尺寸估计为低 置信度为 9,243,161 行（50,079,446,298 字节）。这 此步骤的估计时间为 0.60 秒。 8) 我们从 Spool 4 (Last Use) 开始执行一个全 AMPs JOIN 步骤 全行扫描，通过 全行扫描。 Spool 4 和 Spool 7 使用散列连接进行连接 2 个分区，连接条件为 ("DLOF_ID_NO = DLOF_ID_NO_RU")。结果进入 Spool 1 (group_amps)，其中 在 AMP 上本地构建。结果假脱机文件不会 缓存在内存中。 Spool 1 的尺寸估计为低 置信度为 731,525 行（3,963,402,450 字节）。这 此步骤的估计时间为 0.96 秒。 9) 最后，我们向所有涉及的 AMP 发送 END TRANSACTION 步骤 在处理请求时。 -> Spool 1 的内容作为以下结果发送回用户 语句 1. 总估计时间为 6.84 秒。

Answer 1

600,000K 你的意思是 600M，对吧？ ;) 这不是那么小。

首先。 JOIN 中使用的列应该被索引。 （看起来你已经做到了） 2.添加 WHERE 条件以选择您需要的特定值 3.添加LIMIT限制SELECT结果

最后，使用 EXPLAIN SELECT ... 来理解问题。