10g full join 优化

今天一个女生咨询我报名学优化。聊着聊着就让我优化一个sql



由于怕泄密，所以删除了 sql 。


不好意思


该sql是 olap 的， 在oracle10g 上面跑。跑一次要33秒钟。一般olap报表。最好的客户体验要在5秒以内。


大家注意看。sql里面有full join，在oracle10g里面，full join默认会扫描2次，一次left join 一次right join 然后union all. 这样肯定慢了。


在11g 仅仅扫描1次。


10g 里面能够用 一个hint  /*+ NATIVE_FULL_OUTER_JOIN */ ，让他们扫描1次


加了hint之后，SQL 3秒能出结果，她还问是否能进一步优化，由于要讲课了，8点半讲课，没啥时间，明天帮忙看吧。


注意。这个hint别放在 第一个select 后面，这样是无用的。要放在 from (select /*+ NATIVE_FULL_OUTER_JOIN */  COALESCE(wocode,


也就是说要离full join 近期的一个 select 。至于为什么，请自己 google query block keyword。 hint一般仅仅在 query block 生效。



				


				
时间： 2024-10-13 14:38:32 

		


		


	

	
	

		


		
10g full join 优化的相关文章


								

		

			

                Mysql 查询技巧：使用JOIN优化子查询
			

		

		

									

				1.数据准备 mysql> select * from student; +----+--------+----------+---------+-------------+ | id | name   | idCardNo | isCadre | nickname    | +----+--------+----------+---------+-------------+ |  1 | Tom    | 350020   |       1 | Big T       | |  2 | Ji			

		

	

				

		

			

                hive join 优化 --小表join大表
			

		

		

									

				1.小.大表 join 在小表和大表进行join时,将小表放在前边,效率会高,hive会将小表进行缓存. 2.mapjoin 使用mapjoin将小表放入内存,在map端和大表逐一匹配,从而省去reduce. 例子: select /*+MAPJOIN(b)*/ a.a1,a.a2,b.b2 from tablea a JOIN tableb b ON a.a1=b.b1 在0.7版本后,也可以用配置来自动优化 set hive.auto.convert.join=true;			

		

	

				

		

			

                浅谈Flink批处理优化器之Join优化
			

		

		

									

				跟传统的关系型数据库类似,Flink提供了优化器"hint"(提示)以告诉优化器选择一些执行策略.目前优化提示主要针对批处理中的连接(join).在批处理中共有三个跟连接有关的转换函数: join:默认为等值连接(Equi-join),维基百科将其归类为内连接(inner join)的一种 https://en.wikipedia.org/wiki/Join_(SQL): outerJoin:外连接,具体细分为left-outer join.right-outer join.full-			

		

	

				

		

			

                一例 Hive join 优化实战
			

		

		

									

				由于 hive 与传统关系型数据库面对的业务场景及底层技术架构都有着很大差异,因此,传统数据库领域的一些技能放到 Hive 中可能已不再适用.关于 hive 的优化与原理.应用的文章,前面也陆陆续续的介绍了一些,但大多都偏向理论层面,本文就介绍一个实例,从实例中一步步加深对 hive 调优的认识与意识. 1.需求 需求我做了简化,很简单,两张表做个 join,求指定城市,每天的 pv,用传统的 RDBMS SQL 写出来就这样的: SELECT t.statdate, c.cname, coun			

		

	

				

		

			

                MySQL的JOIN（三）：JOIN优化实践之内循环的次数
			

		

		

									

				这篇博文讲述如何优化内循环的次数.内循环的次数受驱动表的记录数所影响,驱动表记录数越多,内循环就越多,连接效率就越低下,所以尽量用小表驱动大表.先插入测试数据. CREATE TABLE t1 ( id INT PRIMARY KEY AUTO_INCREMENT, type INT ); SELECT COUNT(*) FROM t1; +----------+ | COUNT(*) | +----------+ | 10000 | +----------+ CREATE TABLE t2 (			

		

	

				

		

			

                MySQL 通过semi join 优化子查询
			

		

		

									

				测试环境 mysql> desc class; +------------+-------------+------+-----+---------+-------+ | Field | Type | Null | Key | Default | Extra | +------------+-------------+------+-----+---------+-------+ | class_num | int(11) | NO | PRI | NULL | | | class_name |			

		

	

				

		

			

                MySQL  Using temporary; Using filesort INNER JOIN优化
			

		

		

									

				问题 通过「SHOW FULL PROCESSLIST」语句很容易就能查到问题SQL,如下: SELECT post.* FROM post INNER JOIN post_tag ON post.id = post_tag.post_id WHERE post.status = 1 AND post_tag.tag_id = 123 ORDER BY post.created DESC LIMIT 100 说明:因为post和tag是多对多的关系,所以存在一个关联表post_tag. 试着用E			

		

	

				

		

			

                MaxCompute JOIN优化小结
			

		

		

									

				摘要: Join是MaxCompute中最基本的语法,但由于数据量和倾斜问题,非常容易出现性能问题.一般情况下,join产生的问题有两大类: 数据倾斜问题:join会将key相同的数据分发到同一个instance上处理,如果某个key上的数据量特别多则会导致该instance处理时间比其他instance... 原文地址:http://click.aliyun.com/m/43804/ Join是MaxCompute中最基本的语法,但由于数据量和倾斜问题,非常容易出现性能问题.一般情况下,joi			

		

	

				

		

			

                join优化
			

		

		

									

				1.left outer join先执行连接操作,再将结果通过WHERE语句进行过滤 select s.ymd,s.symbol,s.price_close,d.dividend from stocks s left outer join dividends d on s.ymd=d.ymd and s.symbol and d.symbol where s,symbol="AAPL" 2.left outer join 先执行where过滤,再执行连接操作 select s.ymd,