KingbaseES rownum 与 limit 的 执行计划区别
数据准备
--创建基础数据表100W行
create table test07 as
select *
from (select generate_series(1, 1000000) id,
(random() * 1000)::int c1k,
(random() * 100000)::int c100k,
(random() * 1000000)::int c1m)
order by random();
alter table test07 add primary key (id);
create index test07_c1m on test07 (c1m);
create index test07_c1k on test07 (c1k);
create index test07_c100k on test07 (c100k);
测试SQL例子
--使用 c1k between 1 and 1 条件,决定读取行数占比
--使用 ROWNUM <= 10 条件 或者 LIMIT 10,决定输出行数占比
explain analyse
select *
from (select *
from test07
where c1k between 1 and 10
order by id
) t
where rownum <= 100
limit 100
;
SQL语句的执行计划
SQL语句,会产生两种执行计划
计划一:根据排序列的索引,先排序后过滤
QUERY PLAN
-----------------------------------------------
Limit (cost=0.42..592.06 rows=100 width=12) (actual time=0.124..9.451 rows=100 loops=1)
-> Index Scan using test07_pkey on test07 (cost=0.42..52779.58 rows=8936 width=12) (actual time=0.123..9.438 rows=100 loops=1)
Filter: ((c1k >= 1) AND (c1k <= 10))
Rows Removed by Filter: 11258
Planning Time: 0.192 ms
Execution Time: 9.478 ms
计划二:根据过滤列的索引,先过滤后排序
QUERY PLAN
-----------------------------------------------
Count (cost=6553.38..6754.44 rows=0 width=12) (actual time=11.042..11.058 rows=100 loops=1)
Stop Keys: (ROWNUM <= 100)
-> Sort (cost=6553.38..6575.72 rows=8936 width=12) (actual time=11.038..11.046 rows=101 loops=1)
Sort Key: test07.id
Sort Method: quicksort Memory: 855kB
-> Bitmap Heap Scan on test07 (cost=192.02..5966.93 rows=8936 width=12) (actual time=3.123..9.473 rows=10031 loops=1)
Recheck Cond: ((c1k >= 1) AND (c1k <= 10))
Heap Blocks: exact=4586
-> Bitmap Index Scan on test07_c1k (cost=0.00..189.79 rows=8936 width=0) (actual time=2.033..2.033 rows=10031 loops=1)
Index Cond: ((c1k >= 1) AND (c1k <= 10))
Planning Time: 0.195 ms
Execution Time: 11.093 ms
各种情况的rownum与limit的比较
ROWNUM
过滤比例 输出比例 计划模式 执行时长 < 30% 1 ~ ALL 计划二 0.1ms ~ 130 ms explain (analyse,buffers )
select *
from (select *
from test07
where c1k between 1 and 300
order by id
) t
where rownum <= 100; QUERY PLAN
-----------------------------------------------
Count (cost=43557.67..50297.35 rows=0 width=16) (actual time=80.721..80.759 rows=100 loops=1)
Stop Keys: (ROWNUM <= 100)
Buffers: shared hit=6262
-> Sort (cost=43557.67..44306.53 rows=299541 width=16) (actual time=80.717..80.744 rows=101 loops=1)
Sort Key: test07.id
Sort Method: quicksort Memory: 26355kB
Buffers: shared hit=6262
-> Bitmap Heap Scan on test07 (cost=6382.72..16310.84 rows=299541 width=16) (actual time=19.502..41.889 rows=300094 loops=1)
Recheck Cond: ((c1k >= 1) AND (c1k <= 300))
Heap Blocks: exact=5435
Buffers: shared hit=6262
-> Bitmap Index Scan on test07_c1k (cost=0.00..6307.84 rows=299541 width=0) (actual time=19.105..19.105 rows=300094 loops=1)
Index Cond: ((c1k >= 1) AND (c1k <= 300))
Buffers: shared hit=827
Planning Time: 0.229 ms
Execution Time: 80.801 ms过滤比例 输出比例 计划模式 执行时长 < 30% 1 ~ ALL 计划一 0.1 ms ~ 400 ms explain (analyse,buffers )
select /*+ indexscan(test07) */ *
from (select *
from test07
where c1k between 1 and 300
order by id
) t
where rownum <= 100; QUERY PLAN
-----------------------------------------------
Count (cost=0.42..58767.29 rows=0 width=16) (actual time=0.031..0.643 rows=100 loops=1)
Stop Keys: (ROWNUM <= 100)
Buffers: shared hit=429
-> Index Scan using test07_pkey on test07 (cost=0.42..52776.47 rows=299541 width=16) (actual time=0.028..0.611 rows=101 loops=1)
Filter: ((c1k >= 1) AND (c1k <= 300))
Rows Removed by Filter: 324
Buffers: shared hit=429
Planning Time: 0.261 ms
Execution Time: 0.681 ms过滤比例 输出比例 计划模式 执行时长 > 30% 1 ~ ALL 计划一 0.1ms ~ 400ms explain (analyse,buffers )
select *
from (select *
from test07
-- where c1m between (1000000*(1-0.320))::int and 1000000
where c1k between 1 and 400
order by id
) t
where rownum <= 100; QUERY PLAN
-----------------------------------------------
Count (cost=0.42..60774.27 rows=0 width=16) (actual time=0.032..0.489 rows=100 loops=1)
Stop Keys: (ROWNUM <= 100)
Buffers: shared hit=304
-> Index Scan using test07_pkey on test07 (cost=0.42..52776.47 rows=399890 width=16) (actual time=0.029..0.458 rows=101 loops=1)
Filter: ((c1k >= 1) AND (c1k <= 400))
Rows Removed by Filter: 200
Buffers: shared hit=304
Planning Time: 0.197 ms
Execution Time: 0.526 msLIMIT
过滤比例 输出比例 计划模式 执行时长 > 5% < 1% 计划一 < 85 ms < 5% < 1% 计划二 < 25 ms > 5% > 1% 计划二 25 ms ~ 35 ms < 5% > 1% 计划一 25 ms ~ 35 ms
总结
使用ROWNUM 作为输出行数的条件,不考虑 “FIRST_ROWS”的需求,仅考虑过滤条件的索引。
LIMIT更为精细的权衡过滤条件,可以获得更好的执行计划和时长。如果希望从一个大表中,更快的获得“首页”数据,建议使用LIMIT。
KingbaseES rownum 与 limit 的 执行计划区别的更多相关文章
- MySQL---正确使用索引、limit分页、执行计划、慢日志查询
正确使用索引 数据库表中添加索引后确实会让查询速度起飞,但前提必须是正确的使用索引来查询,如果以错误的方式使用,则即使建立索引也会不奏效.即使建立索引,索引也不会生效: - like '%xx' se ...
- Oracle执行计划 explain plan
Rowid的概念:rowid是一个伪列,既然是伪列,那么这个列就不是用户定义,而是系统自己给加上的. 对每个表都有一个rowid的伪列,但是表中并不物理存储ROWID列的值.不过你可以像使用其它列那样 ...
- Oracle - SPM固定执行计划
1. 通过dbms_xplan.display_cursor查看指定sql都有哪些执行计划 SQL> select * from table(dbms_xplan.display_cursor( ...
- 关于T-SQL重编译那点事,内联函数和表值函数在编译生成执行计划的区别
本文出处:http://www.cnblogs.com/wy123/p/6266724.html 最近在学习 WITH RECOMPILE和OPTION(RECOMPILE)在重编译上的区别的时候,无 ...
- oracle_执行计划_谓词信息和数据获取(access and filter区别) (转)
These two terms in the Predicate Information section indicate when the data source is reduced. Simpl ...
- MySQL执行计划extra中的using index 和 using where using index 的区别
本文出处:http://www.cnblogs.com/wy123/p/7366486.html (保留出处并非什么原创作品权利,本人拙作还远远达不到,仅仅是为了链接到原文,因为后续对可能存在的一些错 ...
- 第二百八十八节,MySQL数据库-索引、limit分页、执行计划、慢日志查询
MySQL数据库-索引.limit分页.执行计划.慢日志查询 索引,是数据库中专门用于帮助用户快速查询数据的一种数据结构.类似于字典中的目录,查找字典内容时可以根据目录查找到数据的存放位置,然后直接获 ...
- 正确使用索引(sql优化),limit分页优化,执行计划,慢日志查询
查看表相关命令 - 查看表结构 desc 表名- 查看生成表的SQL show create table 表名- 查看索引 show index from 表名 使用索引和不使用索引 由 ...
- KingbaseES 如何查看应用执行的SQL的执行计划
通过explain ,我们可以获取特定SQL 的执行计划.但对于同一条SQL,不同的变量.不同的系统负荷,其执行计划可能不同.我们要如何取得SQL执行时间点的执行计划?KingbaseES 提供了 a ...
随机推荐
- 手把手教你实现一个Vue无限级联树形表格(增删改)
前言平时我们可能在做项目时,会遇到一个业务逻辑.实现一个无限级联树形表格,什么叫做无限级联树形表格呢?就是下图所展示的内容,有一个祖元素,然后下面可能有很多子孙元素,你可以实现添加.编辑.删除这样几个 ...
- idea 查看 类所有方法的快捷键
idea 查看 类 所有方法的快捷键 Idea:ctrl+F12 Eclipse:Ctrl+O
- CANN算子:利用迭代器高效实现Tensor数据切割分块处理
摘要:本文以Diagonal算子为例,介绍并详细讲解如何利用迭代器对n维Tensor进行基于位置坐标的大批量数据读取工作. 本文分享自华为云社区<CANN算子:利用迭代器高效实现Tensor数据 ...
- HiEngine:可媲美本地的云原生内存数据库引擎
摘要:HiEngine与华为GaussDB (for MySQL)集成,将内存数据库引擎的优势带到云端,并与基于磁盘的引擎共存.HiEngine的性能比传统的以存储为中心的解决方案高出7.5倍. 本文 ...
- labview入门到出家10(进阶)——CAN通讯
讲完串口,这边再讲一个labveiw工控程序中比较常用的CAN通讯吧.很久没有写过CAN通讯的程序了,网上一搜就是什么现场总线,控制器局域网总线,然后一堆复杂的协议.在这里还是一 ...
- Effective Java 3 读后感
Effective Java 3 读后感 最近学习了一下Effectvie Java,这是一本非常适合有一定经验的Java后端人员阅读的书.书中总结许多编码经验对开发很有帮助,比如其中总结的对于流和L ...
- MySQL原理
MySQL基础: sql语句的执行过程: 连接器:登录连接sql数据库 分析器:分析解读sql语句,并检查是否符合SQL语法规则 优化器:对实现方式进行优化,比如在查询时决定使用哪个索引. 执行器:执 ...
- day08 集合API | 遍历_ | 泛型 |增强For循环
集合(续) 集合间的操作 集合提供了如取并集,删交集,判断包含子集等操作 package collection; import java.util.ArrayList; import java.uti ...
- html + css 01: 3d立方体
html + css实现3d立方体 css代码 /*页面背景色*/ body{ background-color: black; background-repeat:no-repeat; } /*** ...
- OpenCV视频防抖技术解析
视频防抖有很多种技术,各有优劣,主流的目前分为三种:EIS电子防抖EIS电子防抖是通过软件算法实现防抖的.其技术运作原理是通过加速度传感器和陀螺仪模块侦测手机抖动的幅度,从而来动态调节整ISO.快门以 ...