Question

在查询中，如果我在主键上使用LIKE '<value>%'，则使用索引的效果很好：

Operator | Rows returned | Executions | Latency
-- | -- | -- | --
 Serialize Result   32  1   1.80 ms
 Sort   32  1   1.78 ms
 Hash Aggregate 32  1   1.73 ms
 Distributed union  32  1   1.61 ms
 Hash Aggregate 32  1   1.56 ms
 Distributed union  128 1   1.34 ms
 Compute    -   -   -
 FilterScan 128 1   1.33 ms
 Table Scan: <tablename>    128 1   1.30 ms

不过，使用LIKE '<value>_'会执行全表扫描：

Operator | Rows returned | Executions | Latency
-- | -- | -- | --
Serialize Result | 32 | 1 | 76.27 s
Sort | 32 | 1 | 76.27 s
Hash Aggregate | 32 | 1 | 76.27 s
Distributed union | 32 | 1 | 76.27 s
Hash Aggregate | 32 | 2 | ~72.18 s
Distributed union | 128 | 2 | ~72.18 s
Compute | - | - | -
FilterScan | 128 | 2 | ~72.18 s
Table Scan: <tablename> (full scan: true) | 13802624 | 2 | ~69.97 s

查询如下：

SELECT
    'aggregated-quadkey AS quadkey' AS quadkey, day,
    SUM(a_value_1), SUM(a_value_2), AVG(a_value_3), SUM(a_value_4), SUM(a_value_5), AVG(a_value_6), AVG(a_value_6), AVG(a_value_7), SUM(a_value_8), SUM(a_value_9), AVG(a_value_10), SUM(a_value_11), SUM(a_value_12), AVG(a_value_13), AVG(a_value_14), AVG(a_value_15), SUM(a_value_16), SUM(a_value_17), AVG(a_value_18), SUM(a_value_19), SUM(a_value_20), AVG(a_value_21), AVG(a_value_22), AVG(a_value_23)
FROM <tablename>
WHERE quadkey LIKE '03201012212212322_'
GROUP BY quadkey, day ORDER BY day

Answer 1

对于与LIKE模式（column LIKE 'xxx%'）匹配的前缀，查询优化器在内部将条件转换为STARTS_WITH(column, 'xxx')，然后使用索引。

所以原因可能是因为查询优化器不够聪明，无法转换与LIKE模式匹配的精确长度前缀

column LIKE 'xxx_'

合并为一个条件：

(STARTS_WITH(column, 'xxx') AND CHAR_LENGTH(column)=4)

类似地，诸如

`column LIKE 'abc%def'`

未在组合条件下优化：

`(STARTS_WITH(column,'abc') AND ENDS_WITH(column,'def'))`.

您始终可以通过使用上述条件在SQL生成中优化查询来解决此问题。

（这假设LIKE模式是查询中的字符串值，而不是参数-使用参数的LIKE无法优化，因为该模式在查询编译时未知。）

Answer 2

感谢您举报！我已经在待办事项列表中添加了此重写。同时，您可以按照RedPandaCurios的建议使用STARTS_WITH和CHAR_LENGTH解决此问题。

为什么Spanner在LIKE中使用下划线执行全表扫描，而使用％则利用索引呢？

2 个答案: