您如何解释这两个查询的性能差异？

Question

我有以下两个查询：

WITH
  T AS(
  SELECT
    ROW_NUMBER() OVER() AS uid,
    position_geom
  FROM
    `bigquery-public-data.catalonian_mobile_coverage.mobile_data_2015_2017`
  WHERE
    date > "2017-12-26" )
SELECT
  T1.uid,
  T2.uid,
  ST_DISTANCE(T1.position_geom, T2.position_geom) distance
FROM
  T AS T1,
  T AS T2
WHERE
  T1.uid <> T2.uid QUALIFY ROW_NUMBER() OVER (PARTITION BY T1.uid ORDER BY ST_DISTANCE(T1.position_geom, T2.position_geom)) < 101
ORDER BY
  T1.uid,
  ST_DISTANCE(T1.position_geom, T2.position_geom)

与

WITH
  T AS(
  SELECT
    ROW_NUMBER() OVER() AS uid,
    position_geom
  FROM
    `bigquery-public-data.catalonian_mobile_coverage.mobile_data_2015_2017`
  WHERE
    date > "2017-12-26" ),
  T2 AS(
  SELECT
    T1.position_geom pointA,
    T1.uid uidA,
    T2.position_geom pointB,
    T2.uid uidB,
    ST_DISTANCE(T1.position_geom, T2.position_geom) distance
  FROM
    T AS T1,
    T AS T2 )
SELECT
  uidA,
  uidB,
  distance
FROM
  T2
WHERE
  uidA <> uidB QUALIFY ROW_NUMBER() OVER (PARTITION BY uidA ORDER BY distance) < 101
ORDER BY
  uidA,
  distance

两个查询都给出了相同的结果，但第二个查询的速度几乎快了两倍（就经过的时间和消耗的槽时间而言）。为什么 bigquery 没有对第一个查询进行内部优化？

Answer 1

您可以在execution details 中查看查询阶段的处理方式。第一个查询是把t1表和t2表join后，读取你选择的所有数据，然后排序很快，因为数据已经在临时表中了，所以这使得整个排序过程更快，但是当正在读取数据，这会使查询执行速度变慢。

第二个查询更快，因为它在您进行排序过程时读取数据。这意味着排序过程比第一次查询要慢，但是您没有读取数据的重新分区过程，这使得查询执行速度更快。

这里，区别在于查询的编写方式，因为在第二个中，给您一个子查询来分配查询的工作方式，并且当您读取它时，它会更快，因为只有一个读取过程，这使得这消耗更少的时隙。

Answer 2

为了给出一些提示，你需要精确一些元素：

1. 您使用的是哪个数据库
2. 定义了哪些索引
3. bigquery-public-data.catalonian_mobile_coverage.mobile_data_2015_2017 中的行数
4. 您是直接查询数据库还是通过连接器？

根据行数，您的数据库引擎可能不使用索引。 每个数据库通常都有一组有助于分析查询的工具。

mysql（也适用于 MariaDB）例如提供关键字 EXPLAIN 和 ANALIZE TABLE 如果你有企业版，可以访问Mysql查询分析

SQLServer提供SQL server query analyzer

...