優化加入GreenPlum

Question

我的表 A 有 2000 萬條記錄。 表 B 有 200,000 條記錄。 我想做一個像：

select *
from tableA a 
left join tableB b
on ((a.name1 = b.name1 OR a.name1 = b.name2) OR a.id = b.id)
and a.time > b.time
;

這是非常耗時的。 我正在使用 GreenPlum，所以我無法使用索引。 我怎樣才能優化這個？ 表 B 中的行數是遞增的，並且會增加。

Answer 1

Greenplum 確實支持索引。 但是，這個查詢很棘手，因為您的分布列是什么並不重要，由於以下原因，無法共同定位連接。

1. a.time 或 b.time 不適合分發，因為它是“>”運算符
2. 您可以通過 (name1, id) 和 tableB 通過 (name1, name2, id) 分發 tableA。 但是要查看 a.time > b.time 是否滿足，您仍然需要查看所有元組。

我不確定該查詢是否對 MPP 非常友好。