DB2的SQL优化

Question

如果您在两个结果集上执行Union All的情况，并且每个结果集派生自具有相同的主表的已过滤子集的内部联接，则查询引擎会“命中”主表一次，或者两次？

例：

SELECT m.col4, st1.col2
FROM master m
     INNER JOIN subTable1 st1
     on st1.col1 = m.col1
     WHERE m.col1 = 'a' and m.col2 = 123 and m.col3 = "a1b2"
UNION ALL
SELECT m.col4, st2.col2
FROM master m
     INNER JOIN subTable2 st2
     on st2.col1 = m.col1
     WHERE m.col1 = 'a' and m.col2 = 123 and m.col3 = "a1b2"

我试图确定创建一个临时表以保存主表的过滤结果是否有益，因此UNION ALL语句将使用一小部分主记录，而不必执行过滤主表两次，就像它可能在上面的例子中做的那样。

提前谢谢你，不管你有什么建议。

Answer 1

也许常见的表表达式有助于：

with small_master as (
   select m.col4,
          m.col1
   from master
   where m.col1 = 'a' 
     and m.col2 = 123 
     and m.col3 = 'a1b2'
)
SELECT m.col4, st1.col2
FROM small_master m
     INNER JOIN subTable1 st1
     on st1.col1 = m.col1
UNION ALL
SELECT m.col4, st2.col2
FROM small_master m
     INNER JOIN subTable2 st2
     on st2.col1 = m.col1;

根据我的经验（虽然不是DB2），如果CTE大幅减少行数（比如从“数百万”到“数千”），这会有所帮助。

如果CTE的中间结果（仍然）非常大（几百万）那么这可能没有帮助。

但只有执行计划才能阐明这一点。

Answer 2

回答这种“假设”问题的最简单方法是查看查询计划。 您可以使用命令db2expln -d <your db> -f <your query file> -z <your query delimiter> -gi轻松生成一个命令

一般来说，如果可以使用单个SQL语句完成任务，这将是完成任务的最快方法，那么创建临时表不太可能有益于性能。

Answer 3

这在很大程度上取决于数据库和所涉及表的统计数据。 我对DB2并不熟悉。

但是，如果问题是性能，那么考虑在master(col, col2, col3)上放置一个索引。 这将加速查询的两个部分。

使用CTE作为临时表是高度数据库特定的。 Postgres总是实例化CTE，因此代码只运行一次。 SQL Server永远不会。 我不知道DB2在这方面的行为。 但是，我更愿意添加索引以显式提高性能，而不是摆弄查询 - 您的新查询可能会导致基于表统计信息更改，新软件发布或硬件升级时的意外查询计划。

作为SQL Server行为的参考，您可能对此一个或这个或此讨论感兴趣。