一、 问题背景与实用场景
在《性能优化技巧:局部预关联》一文中,咱们介绍了将维表内存化并预关联的技术,但事实表与维表关联时,仍需进行hash计算和比对,怎么进步这一步的性能呢?咱们明天再介绍一种优化技巧:外键序号化。
外键序号化的思路是,如果维表的主键是从1开始的自然数(也就是记录所在行号),那么就能够用键值间接按行号定位维表记录,而不再须要计算和比对HASH值了,从而放慢与维表关联的速度,进一步晋升性能。而且,间接用序号定位,还不须要建设索引,占用内存也会小很多。
咱们上面来介绍如何在SPL中应用外键序号化技巧,并应用上文的测试环境,针对同一个查问问题,以序号化后的数据与之前的数据做对照试验,验证序号化的性能晋升成果。
二、 序号化筹备
要应用外键序号化技巧,必须要保障维表的主键值正好是序号(记录行号),而理论业务中维表的主键值往往不是这样,所以要先将维表的主键转换成序号。转换的办法如下:
1)新建一个键值-序号对应表,保留维表的键值和天然序号的对应关系;
2)把维表的键值替换为天然序号,失去一个新的维表文件;
3)把事实表里的外键值批改为序号,批改的根据是键值-序号对应表,批改后失去一个新的事实表。
本次试验要用到的三张维表别离是supplier、part与orders,事实表是lineitem,上面别离对它们实现序号化。
1. supplier序号化
实现序号化的SPL脚本如下:
A1 从原始数据文件supplier.tbl中读出数据,并用derive函数新减少一列xh,用行号作为字段值
A2 将A1中的S_SUPPKEY、xh两字段输入到集文件supplier_xh_key.btx中,生成键值与序号对应关系表,以备序号化事实表时应用
A3 以xh字段值代替S_SUPPKEY字段,重构supplier序表
A4 创立序号化后的组表文件supplier_xh.ctx
A5 将重构后的supplier序表保留到组表文件supplier_xh.ctx中
2. part序号化
实现序号化的SPL脚本如下:
脚本原理与supplier表序号化雷同,生成的键值与序号对应关系表为part_xh_key.btx,序号化后的组表文件叫part_xh.ctx。
3. orders序号化
实现序号化的SPL脚本如下:
脚本原理与supplier表序号化雷同,生成的键值与序号对应关系表为orders_xh_key.btx,序号化后的组表文件叫orders_xh.ctx。
4. lineitem序号化
实现序号化的SPL脚本如下:
A1 创立读入lineitem原始数据的游标
A2/A3/A4 别离读入orders、part、supplier键值与序号对应关系表
A5 用L_ORDERKEY与orders对应关系表关联,用L_PARTKEY与part对应关系表关联,用L_SUPPKEY与supplier对应关系表关联
A6 用关联后的序号值替换键值生成新的游标
A7 创立序号化后的组表文件lineitem_xh.ctx
A8 将序号化后的游标数据写入组表lineitem_xh.ctx
三、 序号化测试
1. 原始数据测试
维表预加载SPL脚本如下:
加载维表并建索引。
编写SPL测试脚本如下:
先运行维表预加载脚本,再运行测试脚本,失去测试脚本运行工夫为450秒。
2. 序号化数据测试
维表预加载SPL脚本如下:
加载的是序号化后的维表,不须要建设索引。
编写SPL测试脚本如下:
留神:A2中关联时应用“:#”与维表关联,示意用事实表中的键值与维表的行号进行关联,如果键值是7,则间接与维表的第7行关联。
先运行维表预加载脚本,再运行测试脚本,失去测试脚本运行工夫为269秒。
3. 剖析与论断
在下面两组对照试验中,序号化后的数据与序号化前相比,维表的记录数、字段数完全相同,事实表的记录数与字段数也完全相同,仅有相干的键值换成了序号。查问过程相比,过滤条件完全相同,过滤后的参加计算的数据完全相同,也就是说过滤与分组求和所用的工夫完全相同,所不同的仅有关联的形式(行号关联、键值的hash值比对关联),而运行工夫缩小了450-269=181秒,可见,外键序号化对性能晋升成果非常显著。
四、 进一步阐明
序号化的字段必须是维表的主键,但不限主键字段的数据类型,整数、字符串、日期、工夫等等都能够序号化。对于多主键维表,能够新增一个序号字段,建设多个键值与序号的对应关系表,并依此对事实表进行序号化。
一般来说,外键序号化技巧能够很不便地实用于历史数据的查问,只需对历史数据进行一次序号化就能够应用了,键值与序号对应关系表也无须再保留。
但外键序号化技巧同样实用于有新增数据的查问,只是会多减少些步骤。
1. 维表与事实表均有新增数据
1)先获得维表新减少的记录,追加键值与序号对应关系表;
2)再把新增记录追加到序号化后的维表,追加时根据键值与序号对应关系表;
3)再把事实表新减少的记录追加到序号化后的事实表,追加时根据键值与序号对应关系表;
2. 仅事实表有新增数据
在维表数据放弃不变的状况下,仅需进行上述第3)步即可。
解决好新增数据当前,就能够应用外键序号化关联查问技巧了。