非常庞大的数据避免分析功能

Posted 2023-04-18

【中文标题】非常庞大的数据避免分析功能

【英文标题】：Very huge data avoid analytical function

【发布时间】：2018-07-10 02:55:08

【问题描述】：

假设此表中有 1 亿个不同的 SID 值。

示例：表test，列SID, date_operation, score

所以在这张表中，分数每天都在变化，所以如果我想获得所有 SID 的最新分数报告。不想使用分析功能，否则成本会很高。也尝试过自我加入，但看起来也很昂贵。

如果这个问题是多余的，请引导我到类似的问题，我将删除它。

【问题讨论】：

不清楚你在问什么：***.com/help/how-to-ask

@Hooman 让我举个例子。假设表只有 4 条记录 SID = 1 , date = 01-01-2018 score = 10 SID = 2 , date = 01-01-2018 score = 20 SID = 1 , date = 02-01-2018 score = 15 SID = 2 , date = 02-01-2018 score = 100 输出应该是：SID 1 = 15 and SID 2 = 100

【参考方案1】：

select sid, max(date_operation)
from test
group by sid

将返回您要求的内容：

获取所有最近得分的Sid

【讨论】：

不，@Hooman。 “最近”对我来说是指“最大日期”，而不是“最大分数”。

@Littlefoot 但 OP 想要最近的分数，因此您的查询需要额外的 max(score) keep (dense_rank first order by date_operation desc) 列来返回最近的分数（如果最近的分数有多个日期，最高分）。

嗯，这就是你所理解的，@Boneist :)，但 OP 写道，他们需要“最近得分的 SID”——不是“最近得分”而是“SID ...”。可能 Hooman 的评论是正确的，但不清楚要问什么。不过，感谢您的评论，如果 那 是他们实际上需要的，那么您是绝对正确的。

同意，OP一直很模棱两可！也许他们希望所有 SID 的分数都与最近的匹配。谁知道？ ¯_(ツ)_/¯

抱歉直到现在都没有回应并为模棱两可的问题道歉......基本上在一个问题中，这是一个表，它连接到另一个表，该表具有 SID 和 SID 的另一个维度，所以我想要输出从表测试是 SID 值及其最近的分数......所以输出应该有所有 SID 和他们最近的分数......这很容易，但我正在努力获得输出的速度/性能

【参考方案2】：

一种方法是：

select t.*
from t
where t.date = (select max(t2.date) from test t2 where t2.sid = t.sid);

这可以利用test(sid, date) 上的索引。

但是我发现 keep 在 Oracle 中的表现不错：

select sid, max(date),
       max(score) keep (dense_rank first order by date desc) as most_recent_score
from test
group by sid;

【讨论】：

谢谢，知道为什么 keep 有更好的性能吗？或者在生产中使用此逻辑之前需要确认的任何文档？

@Svarmit 。 . .您应该尝试这两个版本，看看哪个更好。我认为keep 具有良好的性能，因为 Oracle 已经努力对其进行优化。