列存数据库评测之MonetDB和Gbase8a性能对比测试

pkmonster

〇〇 发表于 2013-8-28 21:45
DM是否专门对tpch这些SQL优化了？

我们不做TPC-C, TPC-H测试的特殊优化。

〇〇

pkmonster 发表于 2013-8-30 09:06
我们不做TPC-C, TPC-H测试的特殊优化。

如果表a的c列有2个值，但有1亿行
select count(distinct c) from a
与
select distinct c from a
的执行计划各是什么

〇〇

〇〇 发表于 2013-8-30 19:53
如果表a的c列有2个值，但有1亿行
select count(distinct c) from a
与

假设没有索引，没有not null约束

pkmonster

〇〇 发表于 2013-8-30 19:53
假设没有索引，没有not null约束

SQL>explain select count(distinct c) from a;

1   #NSET2: [10, 1, 4]
2     #PRJT2: [10, 1, 4]; exp_num(1), is_atom(FALSE)
3       #AAGR2: [10, 1, 4]; grp_num(0), sfun_num(1)
4         #CSCN2: [10, 100000, 4]; INDEX33555450(A)


没有索引就只有全表扫描, 因为没有分组, 系统使用简单聚集操作符号AAGR进行计算。这两个语句的计划表面上一致，在AAGR内部有一个标记区分是否需要去重(DISTINCT),  如果有DISTINCT,  则会增加一个HASH表用于DISTINCT 计算。

上面这个例子是行表， （HUGE）列表也一样:
SQL>explain select count(distinct c) from a1;

1   #NSET2: [10, 1, 4]
2     #PRJT2: [10, 1, 4]; exp_num(1), is_atom(FALSE)
3       #AAGR2: [10, 1, 4]; grp_num(0), sfun_num(1)
4         #HFSCN: [10, 100000, 4]; INDEX33555451(A1)

只是叶子层使用HFSCN， 而不是CSCN扫描。对于HSCAN, 其实还可以优化一下，因为HUGE表的每一个节（SECTION)都记录了记录条数，对于没有DISTINCT的情况， 直接统计就可以。

〇〇

pkmonster 发表于 2013-8-31 10:21
SQL>explain select count(distinct c) from a;

1   #NSET2: [10, 1, 4]

group by是排序分组还是hash分组？

pkmonster

〇〇 发表于 2013-8-31 21:39
group by是排序分组还是hash分组？

两者都支持, HAGR为HASH 分组, SAGR为基于有序数据的线性分组, 选择哪个由优化器代价计算决定.

myth8860

〇〇 发表于 2013-8-31 21:39
group by是排序分组还是hash分组？

oo问这个问题想得到什么结果呢？

〇〇

myth8860 发表于 2013-9-2 19:54
oo问这个问题想得到什么结果呢？

我这个例子明显排序比hash慢阿

microsoft_fly

monetdb性能非常好，就是稳定性不行，啥时候解决稳定性就可以用起来了。

〇〇

microsoft_fly 发表于 2016-2-24 09:06
monetdb性能非常好，就是稳定性不行，啥时候解决稳定性就可以用起来了。

http://www.monetdb.com/blog/larg ... ty-pipeline-monetdb
中科院用了