如何优化多重连接答案

【问题标题】：How to optimize multiple join on如何优化多重连接
【发布时间】：2019-07-30 07:54:01
【问题描述】：

如何优化类似的查询

select a.*,b.* from a join b
on a.foo = b.foo
and a.bar = b.bar
and a.bazz = b.bazz
-- ...(many and omitted here)

是否需要在这些列上添加索引，以便它们在加入时运行得更快？

【问题讨论】：

索引的基本原则是让索引中的所有列在Join条件、where子句和order by子句中使用。
我建议在表 A 上创建一个 unique_ID VARBINARY 列（使用 a.foo、a.bar、a.bazz 的组合来导出 ID）和 B 并将其用于加入

【解决方案1】：

不，您不需要在像 Greenplum 这样的 MPP 数据库中使用索引。连接非常大的表时，您可能希望使两个表之间的分布键相同。

但请确保表之间的数据类型相同。

Greenplum 通常不使用索引。您也不需要唯一索引或主键。

【讨论】：

【解决方案2】：

尚不清楚索引是否有帮助。 Greenplum 是一个分布式数据库，其中数据是分区的。

因此，最大的影响可能是某些或所有索引键是否是表的分区键。

如果您确实添加了一个索引，那么您将希望对所有列进行比较的一个索引。类似于b(foo, bar, bazz)，而不是每列一个索引。

【讨论】：