与PARTITION BY和GROUPBY截然不同
技术问答
592 人阅读
|
0 人回复
|
2023-09-14
|
我在正在检查的应用程序中找到了一些SQL查询如下:% P7 Q; n# `3 M* t1 P
SELECT DISTINCTCompany,Warehouse,Item,SUM(quantity) OVER (PARTITION BY Company,Warehouse,Item) AS stock我确定会产生与以下结果相同的结果:
" A m |) W, y2 e3 Y% z3 SSELECTCompany,Warehouse,Item,SUM(quantity) AS stockGROUP BY Company,Warehouse,Item与第一种方法相比,使用第一种方法是否有任何好处(性能、可读性、额外的灵活性、可维护性等)?4 E& l( L) }' ~" c
) a0 w9 l" ]; I/ U
解决方案: ; Q/ k4 h6 u- |
表现:优胜者:GROUP BY* t# a5 X, @: l
一些非常基本的测试显示,至少在我看来,这两个查询生成了完全不同的查询计划。PARTITION BY速度明显较慢。: ]' J \; U7 t. [. P0 C
该GROUP BY查询计划只包括表扫描和聚集操作,PARTITION BY该计划有两个嵌套循环自连接。PARTITIONBY第二次运行约2800ms,则GROUP BY只用了500毫秒。& e2 z( k. i" ^% n9 D
可读性/可维护性:优胜者:GROUP BY
9 Z1 u, U, q* ^0 n, I: O: A2 W根据评论员的意见,PARTITION BY对大多数开发人员来说,它的可读性很差,所以将来可能很难维护。0 x8 n: |6 }( k5 A: n- l) @
灵活性优胜者:PARTITION BY v, M; ?( k1 n" |1 P
PARTITION BY使您在选择分组列时更加灵活。GROUP BY,所有聚合列只能有一组组列。DISTINCT PARTITION BY你可以在每个分区有不同的列。同样,在某些领域DBMS上,你可以从OVER选择句子中更多的聚合/分析功能。 |
|
|
|
|
|