Sybase高手求助：groupby聚合性能问题

Question

嘿，我有以下表格和 SQL：

T1：ID，col2，col3 - PK(ID) - 2300 万行

T2：ID，col2，col3 - PK(ID) - 2300 万行

T3：ID，名称，值 - PK(ID ,name) -66mil rows

1) 下面的sql 非常快地返回10k 行结果集，没有问题。

select top 10000 T1.col2, T2.col2, T3.name, T4.value 
from T1, T2, T3  
where T1.ID = T2.ID and T1.ID *= T3.ID and T3.name in ('ABC','XYZ') 
and T2.col1 = 'SOMEVALUE'

2）下面的sql花了很长时间。

select top 10000 T1.col2, T2.col2, 

ABC  = min(case when T3.name='ABC ' then T3.value end)  
XYZ  = min(case when T3.name='XYZ ' then T3.value end)  

from T1, T2, T3  

where T1.ID = T2.ID and T1.ID *= T3.ID and T3.name in ('ABC','XYZ')
and T2.col1 = 'SOMEVALUE'

group by T1.col2, T2.col2, 

这 2 个查询之间的显示计划的唯一区别是下面的查询 2)。我不能 100% 理解它，它是否选择将没有前 10000 个的整个结果集放入临时表中，然后对其进行分组？这就是它慢的原因吗？

STEP 1
    The type of query is SELECT (into Worktable1).
    GROUP BY
    Evaluate Grouped MINIMUM AGGREGATE.

    FROM TABLE ...etc..

    TO TABLE
        Worktable1.

STEP 2
    The type of query is SELECT.

    FROM TABLE
        Worktable1.
    Nested iteration.
    Table Scan.
    Forward scan.
    Positioning at start of table.
    Using I/O Size 16 Kbytes for data pages.
    With MRU Buffer Replacement Strategy for data pages.

---

我的问题是

1) 为什么查询 2) 这么慢

2) 如何修复，同时保持查询逻辑相同，最好将其限制为像以前一样只选择 1 个 SQL。

谢谢

Answer 1

虽然可能是一个通用的答案，但我会说在分组所依据的列上放置一个索引。

编辑/修改：这是我重新审视该问题后的理论。查询中的 SELECT 语句始终是最后执行的一行。这是有道理的，因为它是从下面指定的数据集中检索所需值的语句。在您的查询中，将针对您指定的 MIN 值表达式评估整个数据集（数百万条记录）。由于您在 select 语句中指定了两个 MIN 列，因此将在整个数据集上调用两个单独的函数。 过滤数据集并确定 MIN 列后，将选择前 10000 行。

简而言之，您正在对数百万条记录执行两个数学函数。这将花费大量时间，尤其是在没有索引的情况下。

您的解决方案是使用派生表。我还没有编译下面的代码，但它与您将使用的代码很接近。它只会取 10,000 条记录的最小值，而不是整个数据集。

IE

    Select my_derived_table.t1col2, my_derived_table.t2col2,
    ABC  = min(case when my_derived_table.t3name ='ABC ' then my_derived_table.t3value end),  
    XYZ  = min(case when my_derived_table.t3name='XYZ ' then my_derived_table.t3value end)
    FROM
      (Select top 10000 T1.col2 as t1col2, 
              T2.col2 as t2col2, 
              t3.name as t3name, 
              t3.value as t3.value
       from T1, T2, T3
       where T1.ID = T2.ID 
         and T1.ID *= T3.ID 
         and T3.name in ('ABC','XYZ')
         and T2.col1 = 'SOMEVALUE') my_derived_table
group by my_derived_table.t1col2, my_derived_table.t2col2