Vertica表中的列数是否会影响查询性能？

Question

我们正在使用包含500列和100 000行的Vertica 8.1表。

以下查询执行大约需要1.5秒，即使直接在其中一个Vertica群集节点上使用vsql客户端（以消除任何网络延迟问题）：

SELECT COUNT(*) FROM MY_TABLE WHERE COL_132 IS NOT NULL and COL_26 = 'anotherValue'

但是在检查query_requests表时，request_duration_ms只有98毫秒，而resource_acquisitions表并未指示资源调查中的任何延迟。我无法理解剩下的时间花在哪里。

如果我然后只将查询使用的列导出到新表，并在这个新的较小的表上运行查询，我得到一个极快的响应，即使query_requests表仍然告诉我request_duration_ms是98毫秒。

因此，即使未引用大多数这些列，表中的列数也会影响查询的执行时间。我错了吗 ？如果是这样，为什么会这样呢？

先谢谢

Answer 1

听起来您的查询正在针对包含所有表的（默认）超级投影运行。尽管Vertica是一个柱状数据库（具有相关的压缩和编码），但您的查询可能仍然接触到的数据超出了它的需要。

您可以创建projections来优化您的查询。投影包含列的子集;如果有一个包含您的查询所需的所有列，那么查询将使用该列而不是超级投影。 （它a little more complicated比这更重要，因为物理位置也是一个因素，但这是一个基本想法。）您可以使用Database Designer根据您的创建一些初步预测架构和示例查询，并随着时间的推移迭代地改进它。

Answer 2

我正在运行Vertica 8.1.0-1，似乎问题是Vertica规划阶段的Vertica错误导致性能下降。它在版本＆gt; = 8.1.1中解决： [https://my.vertica.com/docs/ReleaseNotes/8.1.x/Vertica_8.1.x_Release_Notes.htm]

  

VER-53602 - 优化程序 - 此修复程序在查询规划阶段提高了复杂的查询性能。