在Netezza中过滤掉特定年份查询的最佳做法是什么？

Question

我是一名SQL Server人员，刚刚开始研究Netezza，有一件事突然出现在我身上，每天都会查询按年度过滤掉的表的大小：2016,2015,2014，...

我现在使用的是下面的内容，它适用于我，但我想知道是否有更好的方法：

select count(1) 
from table 
where extract(year from datacolumn) = 2016

extract是一个内置函数，在我知道的SQL Server中，在大小超过100亿+的表上应用函数是不可想象的。

感谢您的建议。

Answer 1

我在查询中看到的唯一问题是where子句，它在'variable'端执行一个函数。这有效地禁用了区域映射，从而迫使netezza扫描所有数据页面，而不仅仅是那些包含那一年数据的页面。

取而代之的是：

select count(1) 
from table 
where  datecolumn between '2016-01-01' and '2016-12-31'

更通用的替代方法是创建一个“日期维度表”，表中每天有一行（以及未来几年） 这是Postgres的一个例子：https://medium.com/@duffn/creating-a-date-dimension-table-in-postgresql-af3f8e2941ac

这使您可以编写如下代码：

Select count(1) 
From table t join d_date d on t.datecolumn=d.date_actual
Where year_actual=2016

您的系统上可能没有generate_series（）函数，但'select row_number（）...'可以执行相同的操作。可在此处下载：https://www.ibm.com/developerworks/community/wikis/basic/anonymous/api/wiki/76c5f285-8577-4848-b1f3-167b8225e847/page/44d502dd-5a70-4db8-b8ee-6bbffcb32f00/attachment/6cb02340-a342-42e6-8953-aa01cbb10275/media/generate_series.tgz

“日期间隔”中的其他几条通知条款：

这些列最有可能成为区域地图优化的候选者。在表DDL的底部添加'组织（日期栏）'并组织您的表格。这将导致netezza将记录移动到具有相似日期的页面，查询时间会更好。

此外，您应该确保表的'distribute on'子句导致表中数据切片的偶数分布很大。查询的执行永远不会比最慢的数据片快。

我希望这会有所帮助