DISTINCT ON 如何在 GCP 數據存儲中工作

Question

假設我有一個名為“審計”的種類，它有以下條目：

租戶ID	跟蹤標識	事件ID
租戶1	traceId1	事件1
租戶1	traceId1	事件2
租戶1	traceId2	事件3
租戶1	traceId2	事件4

我需要獲取 traceId 上唯一的所有行，以第一個條目為准，因此查詢應導致：

租戶ID	跟蹤標識	事件ID
租戶1	traceId1	事件1
租戶1	traceId2	事件3

對於以上內容，我使用select distinct on(traceId) * from audit

盡管這是一個簡單的查詢，但隨着條目的增加，我擔心的是該查詢的性能。 我將在數據存儲中擁有數十萬個條目，但其中 50% 可能在 traceId 上是唯一的。

我讀過數據存儲不用於聚合。 所以，我的問題是：

1. 在考慮聚合查詢時是否不同？
2. distinct on 在索引掃描上工作嗎？
3. distinct on 會增加我的閱讀成本嗎？
4. 內置索引會處理 distinct on 還是我們應該定義復合索引？

Answer 1

在考慮聚合查詢時是否不同？

distinct on子句確保只返回指定屬性的每個不同值組合的第一個結果。 所以它不被視為聚合查詢。 此外，Datastore 不支持聚合查詢。

基於索引的查詢機制支持廣泛的查詢，適用於大多數應用。 但是，它不支持其他數據庫技術中常見的某些類型的查詢：特別是，Datastore 模式查詢引擎不支持連接和聚合查詢。

您可以在本文檔中閱讀相關信息

distinct on在索引掃描上工作嗎？

是的， distinct on適用於索引掃描，您不能將distinct on應用於任何未索引的屬性。

distinct on會增加我的閱讀成本嗎？

如果您正在使用投影查詢，那么使用distinct on將增加成本，因為它會使查詢超出此處提到的小操作。 如果您不使用投影查詢，那么它將根據實體讀取收費。

內置索引會處理 distinct on 還是我們應該定義復合索引？

如果您將distinct on應用於單個屬性，即select distinct on(traceId) * from audit ，那么它將使用在實體創建期間創建的內置索引。 如果您將distinct on應用於多個屬性，即select distinct on(traceId,eventId) * from audit那么它將不適用於內置索引，您必須創建一個復合索引。