一、 查询要求
Q2语句查询获得最小代价的供货商。得到给定的区域内，对于指定的零件（某一类型和大小的零件），哪个供应商能以最低的价格供应它，就可以选择哪个供应商来订货。
Q2语句的特点是：带有排序、聚集操作、子查询并存的多表查询操作。查询语句没有从语法上限制返回多少条元组，TPC-H标准规定，查询结果只返回前100行即可（通常依赖于应用程序实现）。
二、 Oracle执行
Oracle编写的查询SQL语句如下：
select * from (
select /*+ parallel(n) */
s_acctbal,s_name,n_name,p_partkey,p_mfgr,s_address,s_phone,s_comment
from part,supplier,partsupp,nation,region
where
p_partkey = ps_partkey
and s_suppkey = ps_suppkey
and p_size = 25
and p_type like '%COPPER'
and s_nationkey = n_nationkey
and n_regionkey = r_regionkey
and r_name = 'ASIA'
and ps_supplycost = (
select
min(ps_supplycost)
from
partsupp,
supplier,
nation,
region
where
p_partkey = ps_partkey
and s_suppkey = ps_suppkey
and s_nationkey = n_nationkey
and n_regionkey = r_regionkey
and r_name = 'ASIA'
)
order by
s_acctbal desc,n_name,s_name,p_partkey
)
where rownum <= 100;
其中/*+ parallel(n) */ 是Oracle的并行查询语法，n是并行数。
脚本执行时间，单位：秒
| 并行数 | 1 | 2 | 4 | 8 | 12 |
| Oracle | 56 | 35 | 23 | 16 | 27 |
三、 SPL优化
仔细分析这句SQL，如果把子查询
select
*
from
part,
partsupp,
supplier,
nation,
region
where
p_partkey = ps_partkey
and s_suppkey = ps_suppkey
and s_nationkey = n_nationkey
and n_regionkey = r_regionkey
and r_name = 'ASIA'
and p_size = 25
and p_type like '%COPPER'
看成是某个视图V，原来查询主体可以改写成：
select /*+ parallel(n) */
s_acctbal,s_name,n_name,p_partkey,p_mfgr,s_address,s_phone,s_comment
from V
where
ps_supplycost = (
select
min(ps_supplycost)
from
V V1
where
V.p_partkey = V1.p_partkey
)
这样将原查询变成一个单表查询，相当于找出V中这样一些记录，使得这些记录的ps_supplycost值在所有与该记录的partkey值相同的记录中取值最小。这个运算的本质是对V按partkey分组后对每组聚合，计算出每组中ps_supplycost最小的那条记录。但是，SQL不支持这种聚合运算，于是只能写成子查询的情况（即使转换成单表运算后）。
如果数据库优化引擎不好，严格按这个子查询描述的方法去遍历计算，就会导致N*N的复杂度（N是V的记录数）；即使数据库优化引擎较好，也需要先对V按partkey分组求ps_supplycost的最小值后做形成中间结果集再做索引，然后再次遍历V，计算量也不少。
解决这个问题更好的办法就是支持这种返回记录本身的聚合计算，一次分组聚合即可完成运算。SPL有集合和引用数据类型，也支持聚合出最小值所在记录的聚合运算，可以实现这个想法，整体复杂度就会低很多。
SPL脚本如下：
|
|
A |
| 1 | =1 |
| 2 | >size=25 |
| 3 | >type="*COPPER" |
| 4 | >name="ASIA" |
| 5 | =now() |
| 6 | =file(path+"region.ctx").create().cursor().select(R_NAME==name).fetch() |
| 7 | =file(path+"nation.ctx").create().cursor().switch@i(N_REGIONKEY, A6:R_REGIONKEY).fetch().keys@i(N_NATIONKEY) |
| 8 | =file(path+"part.ctx").create().cursor@m(P_PARTKEY,P_MFGR;P_SIZE==size && like(P_TYPE,type);A1).fetch().keys@i(P_PARTKEY) |
| 9 | =file(path+"supplier.ctx").create().cursor@m(S_SUPPKEY,S_NAME,S_ADDRESS,S_NATIONKEY,S_PHONE,S_ACCTBAL,S_COMMENT;S_NATIONKEY:A7;A1) |
| 10 | =A9.fetch().keys@i(S_SUPPKEY) |
| 11 | =file(path+"partsupp.ctx").create().cursor@m(PS_PARTKEY,PS_SUPPKEY,PS_SUPPLYCOST;PS_PARTKEY:A8,PS_SUPPKEY:A10;A1) |
| 12 | =A11.groups(PS_PARTKEY;top(1;PS_SUPPLYCOST):rs).conj(rs) |
| 13 | =A12.new(PS_SUPPKEY.S_ACCTBAL,PS_SUPPKEY.S_NAME,PS_SUPPKEY.S_NATIONKEY.N_NAME,PS_PARTKEY.P_PARTKEY,PS_PARTKEY.P_MFGR,PS_SUPPKEY.S_ADDRESS,PS_SUPPKEY.S_PHONE,PS_SUPPKEY.S_COMMENT) |
| 14 | =A13.sort(S_ACCTBAL:-1,N_NAME,S_NAME,P_PARTKEY).to(100) |
| 15 | =now() |
| 16 | =interval@s(A5,A15) |
需要解释的是，SPL相对于SQL更底层一些，SPL不象SQL有元数据概念，也没有系统级的表概念，数据访问直接从文件开始读取数据，这时前面准备数据的代码就显得稍微冗长一点。实际应用中可以通过使用SPL预定义全程变量或虚表语法来简化，达到类似SQL直接使用数据表的效果。但这不是本篇的重点，而且为了让读者更方便地看出数据的原始流向，这里就采用了直接文件访问的语法。
代码中A6-A11用于定义上述视图V的游标，A12中用groups内的top函数实现分组的同时聚合出最小值所在记录（而不是最小值本身）。
A7中的switch@i函数将把外键不能匹配的记录过滤掉，同时将能匹配的关联字段转换成外键表记录的指针，这样在后面可以直接用.的形式访问外键表的字段。SPL看待JOIN运算的思路和SQL不一样，如果数据能事先加载进内存，SPL以利用预关联提高运算性能。不过，本系列例子均假定从外存取数计算，本问题中SPL和SQL在JOIN运算性能也没有算法上的区别，只是写法不同。详细解释可参考SPL教案中关于JOIN的部分。
另外，在A8中也使用了Q1中提到的在游标建立时使用过滤条件的技巧。A9和A11中将这个技巧与前面的switch@i方法结合起来（第2组参数），在游标建立时做外键匹配，不能匹配者直接过滤掉，不再读取其它字段且不再生成该记录，能匹配时则将关联字段转换成指针。
脚本执行时间，单位：秒
| 并行数 | 1 | 2 | 4 | 8 | 12 |
| Oracle | 56 | 35 | 23 | 16 | 27 |
| SPL组表 | 20 | 14 | 8 | 5 | 4 |
这个问题的数据量不大，几次执行后，操作系统可以把数据都缓存进内存，列存在这里不是重点，带来的访问量优势可以忽略，性能优势主要是算法优化带来的。
从表中还能看出，这种分组聚合的并行效果也较好。