Chinaunix首页 | 论坛 | 博客

-

  • 博客访问: 4134471
  • 博文数量: 172
  • 博客积分: 0
  • 博客等级: 民兵
  • 技术积分: 1923
  • 用 户 组: 普通用户
  • 注册时间: 2018-12-20 14:57
文章分类
文章存档

2021年(19)

2020年(81)

2019年(68)

2018年(4)

我的朋友

分类: 敏捷开发

2020-12-02 19:04:30


一、  问题背景与适用场景


在对数据集进行排序运算时,有时会遇到这样一种场景:数据集T已经按字段a有序,而字段b无序,现在我们要将Tab排序,我们称之为前半有序(a有序)的排序。此时我们能想到一种优化的排序方法:从T中先取出a值相同的一组记录,再这一组内对b排序。然后再依次取出下一组a值相同的记录,重复这个动作,直到完成T中所有记录的排序。这种方法的好处是不需要对T中所有记录进行大排序,一次只需取出一小组,对内存容量要求大大减低,只需能装下每个小组即可。

遗憾的是SQL并不支持这种优化算法,只能所有记录进行大排序,而SPL提供了对这种算法的支持,下面我们实例测试一下,并与Oracle作对比。

 


二、  测试环境与任务


测试机有两个Intel2670 CPU,主频2.6G,共16核,内存64GSSD固态硬盘。在此机上安装虚拟机来测试,设置虚拟机为16核、8G内存。

在虚拟机上创建数据表salesman1,共两个字段:area(字符串)salesman(字符串),生成数据记录4亿行,按area升序排列,area不同值共2000个,每个area对应salesman20万个。将此表数据导入Oracle数据库,同时用它生成集算器SPL组表来进行测试。

再建另一张表salesman2作大数据量测试,数据表结构不变,总数据记录20亿行,area4000个,每个area对应50万个salesman

测试任务都是要对表按照areasalesman排序。

 


三、  小数据量测试


1.  Oracle测试

编写测试SQL如下:

select area, salesman from salesman1 order by area, salesman

本来只需这一句简单的SQL即可,不过这个排序结果的输出时间却非常长,为了减少输出量,只统计排序过程的用时,我们不输出排序后的全部结果,而只输出中间位置的一行,也就是行号为2亿的那一行,所以SQL语句改写如下:

select area, salesman from (

       select area, salesman, rownum rn from (

              select area, salesman from salesman1 order by area, salesman

       )

) where rn=200000000;

要多说一句,这个查询其实没有什么业务意义,纯粹是为了迫使数据库大排序且避免统计输出时间的

2.  SPL测试

编写SPL脚本如下:


A
1 =now()
2 =file("/home/ctx/salesman1.ctx").create().cursor(area,salesman)
3 =A2.group@qs(area;salesman)
4 =A3.skip(199999999)
5 =A3.fetch(1)
6 =interval@s(A1,now())

group@qs中选项s表示对数据集只排序,不分组;选项q表示数据集对分号前的分组表达式(area)是有序的,请求使用前半有序时的排序方法按分号后的表达式(salesman)排序。

 


四、  大数据量测试


1.  Oracle测试

编写测试SQL如下:

select area, salesman from (

       select area, salesman, rownum rn from (

              select area, salesman from salesman2 order by area, salesman

       )

) where rn=1000000000;

输出行号为10亿的一行。

 

2.  SPL测试

编写SPL脚本如下:


A
1 =now()
2 =file("/home/ctx/salesman2.ctx").create().cursor(area,salesman)
3 =A2.group@qs(area;salesman)
4 =A3.skip(999999999)
5 =A3.fetch(1)
6 =interval@s(A1,now())

 


五、  测试结果


测试结果如下,单位()

数据量 4亿行 20亿行
Oracle 326 2556
SPL 186 1266

 

从测试结果看,SPL前半有序排序与Oracle的大排序相比,数据量4亿行时,运行时间只有60%20亿行时只有50%,可见性能提升很多,数据量越大时效果越显著。

 

 


阅读(17544) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~