WHERE子句与较小的表

Question

对于具有WHERE子句的表的查询时间是否存在有意义的差异（或给定表大小的经验法则），该子句限制结果集与较小的表相比，该较小的表等于后WHERE的大小，结果集有限？

例如：

1. 您的表中包含多年的时间戳记录。您运行的查询包含WHERE子句，仅将结果限制为过去10天。

2. 您的表只有10天的数据，并且您运行与上面相同的查询（显然没有WHERE子句，因为在这种情况下没有必要）。

我是否应该期望上述两种情况下的查询性能差异？请注意，我使用的是Redshift。显然，存储少量数据可以节省成本，这是方案2的一个好处。还有其他吗？

Answer 1

它完全取决于表和索引（如果Redshift是Sort键）。传统上，如果您在时间戳上有一个降序索引并在where子句上使用时间戳，那么查询引擎将很快找到所需的记录并停止查找。

记录较少，甚至维护两个表可能仍然有一些好处，但如果测试表明性能优势是真实和必要的，那么复制数据应该是最后的手段。

Answer 2

在Redshift中，答案是肯定的，在较大的表上查询较小的表而不是where子句总是更快。这是因为Redshift通常会扫描表中的所有行。或至少那些未被分发/排序键优化排除的行。

让我们解决这个问题的其他重要方面

在几乎所有情况下，Redshift存储都很便宜 - 这是因为当容量规划Redshift集群时，存储通常不是决定因素。它更多的是获得您想要运行的查询所需的性能。

1. 您可以通过4种方式提高Redshift查询的性能 增加群集的大小。
2. 调整查询。
3. 考虑到更改Redshift表的定义 内容和使用模式。排序和分配键可以制作一个 很大的区别。还应考虑压缩类型。
4. 实施Redshift绩效管理，优先考虑 优先级较高的查询。