Question

我在“Azure SQL数据仓库”中运行一个非常简单的查询（见下文），需要5秒钟。如果我在“Azure SQL Server”中运行相同的查询，则需要0秒，这似乎更正常。（这个查询基本上是一堆没有条件的LEFT JOINS，如果你运行它，你会从执行计划中看到。）

这怎么可能需要5秒钟？

CREATE TABLE #output(
  val INT
 )

INSERT INTO #output VALUES (1)

SELECT 
 (SELECT val FROM #output),
 (SELECT val FROM #output),
 (SELECT val FROM #output),
 (SELECT val FROM #output),
 (SELECT val FROM #output),
 (SELECT val FROM #output),
 (SELECT val FROM #output),
 (SELECT val FROM #output)

Answer 1

Azure SQL数据仓库的提议是两位数TB的数据和数十亿行。这就是它从根本上设计的，所以你可能会发现，对于某些较小的查询，某些查询模式和它们刚刚赢得的小型数据库，就像你发现将30TB加载到SQL PaaS数据库中一样＆＃ 39; t执行任何一项。在这些情况下，您需要重新考虑您的查询以及您是否真的想在那里运行这些查询。例如，在这种情况下，作为UNION查询的简单重写在我的Azure SQL数据仓库中带来了亚秒级性能，例如

SELECT val FROM #output
UNION ALL
SELECT val FROM #output
UNION ALL
SELECT val FROM #output
UNION ALL
SELECT val FROM #output
UNION ALL
SELECT val FROM #output
UNION ALL
SELECT val FROM #output
UNION ALL
SELECT val FROM #output
UNION ALL
SELECT val FROM #output


SELECT *
FROM
    (
    SELECT 'a' s, val FROM #output
    UNION ALL
    SELECT 'b' s, val FROM #output
    UNION ALL
    SELECT 'c' s, val FROM #output
    UNION ALL
    SELECT 'd' s, val FROM #output
    UNION ALL
    SELECT 'e' s, val FROM #output
    UNION ALL
    SELECT 'f' s, val FROM #output
    UNION ALL
    SELECT 'g' s, val FROM #output
    UNION ALL
    SELECT 'h' s, val FROM #output
    ) x
PIVOT ( MAX(val) FOR s In ( [a], [b], [c], [d], [e], [f], [g], [h] ) ) pvt


-- Use CTAS to materialise the pivot view if required
CREATE TABLE #output2
WITH
(
    DISTRIBUTION = ROUND_ROBIN,
    LOCATION = USER_DB,
    HEAP
)
AS
SELECT *
FROM
    (
    SELECT 'a' s, val FROM #output
    UNION ALL
    SELECT 'b' s, val FROM #output
    UNION ALL
    SELECT 'c' s, val FROM #output
    UNION ALL
    SELECT 'd' s, val FROM #output
    UNION ALL
    SELECT 'e' s, val FROM #output
    UNION ALL
    SELECT 'f' s, val FROM #output
    UNION ALL
    SELECT 'g' s, val FROM #output
    UNION ALL
    SELECT 'h' s, val FROM #output
    ) x
PIVOT ( MAX(val) FOR s In ( [a], [b], [c], [d], [e], [f], [g], [h] ) ) pvt

如果您确实需要将行作为列，则可以始终使用PIVOT。最近我在创建一个大数字表时遇到了类似的问题。原始查询使用了一个循环，这通常是不好的做法，但它在vanilla SQL Server上运行几秒钟，并且是一次性操作。 Azure SQL Datawarehouse的性能非常糟糕，所以我只是在我的本地实例上运行查询，用bcp复制数据并在几分钟内将其发送到仓库中。（我还找到了一种更基于集合的生成数字表的方法：）

我们还在考虑使用产品的仓库版本中尚未提供的变更数据捕获（CDC），因此我们考虑在vanilla SQL Server中托管临时区域，在这些表上引入CDC并将其移交给仓库通过SSIS和CDC功能。我们拒绝了，但你明白了;如果您有真正的查询需要执行但不会考虑重写它们，甚至考虑在VM中使用传统版本的SQL Server，然后交给仓库，例如通过SSIS，Polybase等

HTH

（这应该移到dba.stackexchange.com）

PS只是为了排除显而易见的，我假设您知道您可以简单地编写此查询，并且您只是以这种方式编写它以突出显示问题：

SELECT val, val, val, val, val, val, val
FROM #output

我对此进行了一些挖掘，发现如果你连接到master数据库，那么这个查询运行得很好而且速度很快。您不能使用USE语句来更改Azure SQL数据仓库中的数据库上下文，但如果您通过某个客户端（例如SSIS，sqlcmd）进行连接，那么这可能是一种解决方法。我仍然支持我最初的断言，即某些低容量查询模式并不特别适合此版本的产品。我还在查看EXPLAIN关键字，该关键字提供了一种查询计划，这样您就可以了解幕后发生了什么，但那是另一个故事... < / p>

Azure SQL数据仓库 - 使用临时表缓慢LEFT JOIN

1 个答案: