复合主键和基数

Question

我有关于复合主键和列的基数的一些问题。我在网上搜索了很多，但没有找到确切的答案，所以我想再试一次。这些问题是：

背景：大型（50M-500M行）OLAP准备表，不是NOSQL，也不是Columnar。使用MySQL和DB2。

1）PK中的键的顺序是否重要？

2）如果列的基数差异很大，应该先使用哪个。例如，如果我有CLIENT/CAMPAIGN/PROGRAM，其中CLIENT的基数很高，CAMPAIGN适中，PROGRAM几乎像位图索引，最好的顺序是什么？

3）如果有Where子句，那么Join的最佳顺序是什么？当视图中没有Where子句时呢？

提前致谢。

- srini.venigalla

Answer 1

您有 "MySQL和DB2"。这个答案是针对DB2的，MySQL没有这种情况。

当然，这很合乎逻辑，但优化器考虑的不仅仅是这些。

通常，在WHERE子句（连接）中列的顺序并不重要（也不应该重要）。

然而，与谓词顺序有关的两个项目可能是您提出问题的原因。

1. 重要的是，在处理WHERE子句的索引中的列的顺序。是的，在这里最好按最高基数到最低的顺序指定列。这允许优化器定位更小范围的行。

2. 连接表的顺序（不是连接中的列）非常重要，这可能是最重要的考虑因素。事实上，Join Transitive Closure是自动的，优化器评估所有可能的连接顺序，并根据统计信息选择它认为最好的顺序（这就是为什么UPDATE STATS如此重要的原因）。

无论表中有多少行，如果您从具有错误索引的table_A中加入100行，并且在具有良好索引的table_B中加入了1,000,000行，则希望使用A：B而不是B：A。如果您的IOPS低于最大值，则可能需要采取一些措施。

正确的步骤顺序是：

- 检查索引是否正确，如（1）所述。不要只添加另一个索引，请更正您拥有的索引。 - 检查定期执行更新统计信息。 - 首先尝试优化器的默认操作。设置统计信息并测量I / O。使用代表生产中用户将使用的值集。 - 检查showplan，以确保代码正确。当然，这也会识别出选择的连接顺序。 - 如果性能不够好，并且您认为优化器为这些集合选择的连接顺序是次优的，则关闭JTC OFF（语法取决于您的DB2版本），然后在WHERE子句中指定您想要的顺序。测量I / O。使用代表性集 - 形成意见。选择整体性能更好的那个。永远不要为单个查询进行调整。

- PerformanceDBA

Answer 2

1) 主键中的键的顺序是否重要？

是的，它会改变用于约束主键的索引记录的顺序。

2) 如果列的基数差异很大，应该先使用哪个。例如，如果我有CLIENT/CAMPAIGN/PROGRAM，其中CLIENT的基数很高，CAMPAIGN适中，PROGRAM几乎像位图索引，最好的顺序是什么？

对于选择查询，这完全取决于您将要使用的查询。如果您同时搜索三个列，则顺序不重要；如果您只搜索两个或一个列，则它们应该在索引中处于领先地位。

对于插入操作，最好使领先的列与记录插入的顺序相匹配。

3) 如果有Where子句和没有Where子句（用于视图）时，Join的最佳顺序是什么？

同样，这取决于WHERE子句。

- Quassnoi

---

谢谢，所以如果我只在CLIENT和CAMPAIGN上进行连接，我应该先在CAMPAIGN（低基数）上进行连接，然后再在CLIENT（高基数）上进行连接。 - srini.venigalla

再次感谢，如果谓词顺序不重要，您能否详细说明一下您的语句“取决于WHERE子句”是如何影响计划的。实际上一个URL就可以了。 - srini.venigalla

@srini：计划取决于在连接中使用哪些列，而不是使用哪个顺序。 - Quassnoi

@Quassnoi：谢谢，我正在阅读你的其他答案——真是一次很好的学习。但是，难道不是合乎逻辑的假设，我会首先使用最狭窄的谓词（即具有最高基数的索引），然后是下一个更高的基数，以此类推吗？ - srini.venigalla

@srini：优化器会自动处理这个问题。 - Quassnoi