teradata对于表级left outer joinSQL优化.doc

teradata对于表级left outer joinSQL优化 teradata对于表级的left outer join的SQL优化行业动态 | 技术文档 | 人才服务 | 培训咨询 | 图书推荐 | 产品目录 | 会员专区 | 网站调查 | 评测中心 | 我的博客 | 论坛 高级搜索 相 关 文 章 SAS数据仓库的体系结构 构建银行数据仓库经验谈 微软DTS开发过程中应该注意的问题 数据仓库项目常见问题具体分析（多个案例） 电信数据仓库中的计费系统 DW项目需求调研方法 数据仓库项目实施注意点 基于知识发现的飞机维修数据仓库模型研究 数据仓库（原书第三版）第三章3.1节 DataWarehouse和DataMart的比较分析 ESSBASE的使用及性能优化 数据仓库技术在现代金融中的应用 当前位置： 首页 技术文档 文章 返回 teradata对于表级的left outer join的SQL优化 作者：fmccbi 日期：2004年08月06日 浏览次数：467 　　teradata对于表级的left outer join的SQL优化 一般说来： 表和表之间的left outer join主要有四种形式：product join,merge join,hash join和nest join 而较常见的是product join和merge join。 一)product join和merge join的概念 1)product join就是乘积关联，做法是对左表的每一条记录都跟右表的所有记录进行关联（即所说的笛卡尔积），然后根据关联字段，筛出符合关联条件的记录。 此法的缺点是作此关联所付出的系统的CPU和IO代价较大（由于笛卡尔积的关系） 但相对和merge join来说它的优点是左表和右表都不需要排序 因此teradata优化器只在右表记录数和导出字段字节数乘积较小的情况下（一般凭经验，记录数小于25条以下，字段字节数没测过）或者关联条件包含非等式关联或者关联条件中带有OR时才选择product join； 2)merge join就是合并关联，做法是对左右表分别进行排序，然后根据关联条件进行匹配关联。其优点时每一个左表记录只会跟右表的一条或某几条记录进行关联，大大减少了CPU和IO的花费，但缺点是对于右表记录数较少的情况下，对非常大的左表进行排序较浪费数据库资源。总的说来，merge join是一种有较高效率的关联算法，因此teradata优化器一般情况下都采用merge join,只在右表记录数和导出字段字节数乘积较小的情况下采用product join 二)重分布还是全拷贝 由于teradata数据库是一种分布式并行数据库，记录是根据特定字段的值通过哈西计算后分布在多个AMP上，因此要实现关联运算，除了采用何种关联算法（即采用product join还是merge join，还是。。。）的问题，还有左表和右表如何分布到多个AMP上的问题。一般情况下表是根据PI值做分布，但是关联时不是。 1)对于右表记录数较少的情况下，teradata优化器会将右表的记录在每一个AMP上都复制一份，也就是说如果数据库有50AMP,10条记录的表经过拷贝后在数据库中就有500记录，此种做法就是全拷贝。可以想象此种做法同product join一样，在右表记录数较多情况下，比较