问题描述
我有一个包含大约 6000 万行和 500 列的表格。
visit_id
列具有高基数(几乎是唯一的)。
该表在 visit_id
列上没有任何索引、排序依据或主键。
以下“简单”查询需要 25 秒:
SELECT *
FROM large_table
ORDER BY visit_id DESC
LIMIT 20;
虽然只选择visit_id会在200毫秒内完成:
SELECT visit_id
FROM large_table
ORDER BY visit_id DESC
LIMIT 20;
使用 WHERE IN 转换原始查询会将性能提高到 600 毫秒:
SELECT *
FROM large_table a1 WHERE a1.visit_id IN(
SELECT a2.visit_id
FROM large_table a2
ORDER BY a2.visit_id DESC
LIMIT 20
);
为什么需要这种 WHERE IN 结构来实现这种性能提升? Clickhouse 不应该在加载/使用所有其他 499 列之前对访问 ID 进行排序/限制吗?
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)