ToprowDB Dynamic Server 查询优化技术---子查询优化--02-3

最新推荐文章于 2021-02-05 15:22:26 发布
最新推荐文章于 2021-02-05 15:22:26 发布
阅读量424 收藏
点赞数
分类专栏： 数据库
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/fly2nn/article/details/61924794
版权

1.2 ANY/SOME/ALL类型的子查询

我们进行如下的子查询，分别用S6—S11表示：

S6: SELECT * FROM t3 WHERE b3 >= ANY (SELECT b1 FROM t1);

S7: SELECT * FROM t3 WHERE b3 >= ANY (SELECT a1 FROM t1);

S8: SELECT * FROM t3 WHERE b3 <= SOME (SELECT a1 FROM t1);

S9: SELECT * FROM t3 WHERE b3 = SOME (SELECT a1 FROM t1);

S10: SELECT * FROM t3 WHERE b3 <= ALL (SELECT a1 FROM t1);

S11: SELECT * FROM t3 WHERE b3 <= ALL (SELECT a1 FROM t1 WHERE a3=a1);

 

1.2.1 ToprowDB

1.2.1.1 S6语句

查看查询执行计划，子查询被优化。

SELECT * FROM t3 WHERE EXISTS (SELECT b1 FROM t1 WHERE a3=a1)

 

Estimated Cost: 4

Estimated # of Rows Returned: 1

 

  1) informix.t3: SEQUENTIAL SCAN

 

  2) informix.t1: INDEX PATH

 

    (1) Index Name: informix. 102_7

        Index Keys: a1   (Serial, fragments: ALL)

        Lower Index Filter: informix.t3.a3 = informix.t1.a1

NESTED LOOP JOIN  //子查询被消除

 

 

Query statistics:

-----------------

 

  Table map :

  ----------------------------

  Internal name     Table name

  ----------------------------

  t1                t3

  t2                t1

 

  type     table  rows_prod  est_rows  rows_scan  time       est_cost

  -------------------------------------------------------------------

  scan     t1     6          1         6          00:00.00   2

 

  type     table  rows_prod  est_rows  rows_scan  time       est_cost

  -------------------------------------------------------------------

  scan     t2     3          1         3          00:00.00   0

 

  type     rows_prod  est_rows  time       est_cost

  -------------------------------------------------

  nljoin   3          1         00:00.01   4

1.2.1.2 S7语句

查看查询执行计划，子查询被优化。

SELECT * FROM t3 WHERE EXISTS (SELECT a1 FROM t1 WHERE a3=a1)

 

Estimated Cost: 3

Estimated # of Rows Returned: 1

 

  1) informix.t3: SEQUENTIAL SCAN

 

  2) informix.t1: INDEX PATH

 

    (1) Index Name: informix. 102_7

        Index Keys: a1   (Key-Only)  (Serial, fragments: ALL)

        Lower Index Filter: informix.t3.a3 = informix.t1.a1

NESTED LOOP JOIN  //子查询被消除

 

 

Query statistics:

-----------------

 

  Table map :

  ----------------------------

  Internal name     Table name

  ----------------------------

  t1                t3

  t2                t1

 

  type     table  rows_prod  est_rows  rows_scan  time       est_cost

  -------------------------------------------------------------------

  scan     t1     6          1         6          00:00.00   2

 

  type     table  rows_prod  est_rows  rows_scan  time       est_cost

  -------------------------------------------------------------------

  scan     t2     3          1         3          00:00.01   0

 

  type     rows_prod  est_rows  time       est_cost

  -------------------------------------------------

  nljoin   3          1         00:00.01   3

1.2.1.3 S8语句

查看查询执行计划，子查询被优化。

SELECT * FROM t3 WHERE EXISTS (SELECT id1 FROM t1 WHERE a3=a1)

 

Estimated Cost: 4

Estimated # of Rows Returned: 1

 

  1) informix.t3: SEQUENTIAL SCAN

 

  2) informix.t1: INDEX PATH

 

    (1) Index Name: informix. 102_7

        Index Keys: a1   (Serial, fragments: ALL)

        Lower Index Filter: informix.t3.a3 = informix.t1.a1

NESTED LOOP JOIN  //子查询被消除

 

 

Query statistics:

-----------------

 

  Table map :

  ----------------------------

  Internal name     Table name

  ----------------------------

  t1                t3

  t2                t1

 

  type     table  rows_prod  est_rows  rows_scan  time       est_cost

  -------------------------------------------------------------------

  scan     t1     6          1         6          00:00.00   2

 

  type     table  rows_prod  est_rows  rows_scan  time       est_cost

  -------------------------------------------------------------------

  scan     t2     3          1         3          00:00.00   0

 

  type     rows_prod  est_rows  time       est_cost

  -------------------------------------------------

  nljoin   3          1         00:00.00   4

1.2.1.4 S9语句

查看查询执行计划，子查询没有被优化。

SELECT * FROM t3 WHERE b3 = SOME (SELECT a1 FROM t1)

 

Estimated Cost: 4

Estimated # of Rows Returned: 1

 

  1) informix.t3: SEQUENTIAL SCAN

 

        Filters: informix.t3.b3 = ANY <subquery>

 

    Subquery:

    ---------

    Estimated Cost: 2

    Estimated # of Rows Returned: 1

      1) informix.t1: SEQUENTIAL SCAN

 

 

 

Query statistics:

-----------------

 

  Table map :

  ----------------------------

  Internal name     Table name

  ----------------------------

  t1                t3

 

  type     table  rows_prod  est_rows  rows_scan  time       est_cost

  -------------------------------------------------------------------

  scan     t1     6          1         6          00:00.02   4

 

 

Subquery statistics:

--------------------

 

  Table map :

  ----------------------------

  Internal name     Table name

  ----------------------------

  t1                t1

 

  type     table  rows_prod  est_rows  rows_scan  time       est_cost

  -------------------------------------------------------------------

  scan     t1     3          1         3          00:00.00   2

1.2.1.5 S10语句

查看查询执行计划，子查询没有被优化。

SELECT * FROM t3 WHERE EXISTS (SELECT b1 FROM t1 WHERE a1>2)

 

Estimated Cost: 2

Estimated # of Rows Returned: 1

 

  1) informix.t3: SEQUENTIAL SCAN

 

        Filters: EXISTS <subquery>

 

    Subquery:

    ---------

    Estimated Cost: 2

    Estimated # of Rows Returned: 1

 

      1) informix.t1: INDEX PATH

 

        (1) Index Name: informix. 102_7

            Index Keys: a1   (Serial, fragments: ALL)

            Lower Index Filter: informix.t1.a1 > 2

 

 

 

Query statistics:

-----------------

 

  Table map :

  ----------------------------

  Internal name     Table name

  ----------------------------

  t1                t3

 

  type     table  rows_prod  est_rows  rows_scan  time       est_cost

  -------------------------------------------------------------------

  scan     t1     6          1         6          00:00.01   2

 

  Subquery statistics:

--------------------

 

  Table map :

  ----------------------------

  Internal name     Table name

  ----------------------------

  t1                t1

 

  type     table  rows_prod  est_rows  rows_scan  time       est_cost

  -------------------------------------------------------------------

  scan     t1     1          1         1          00:00.00   2

1.2.1.6 S11语句

查看查询执行计划，子查询被优化（半连接优化）。

SELECT * FROM t3 WHERE EXISTS (SELECT a1 FROM t1 WHERE b3=b1)

 

Estimated Cost: 4

Estimated # of Rows Returned: 1

 

  1) informix.t3: SEQUENTIAL SCAN

 

  2) informix.t1: SEQUENTIAL SCAN  (First Row)

 

        Filters: informix.t3.b3 = informix.t1.b1

NESTED LOOP JOIN  (Semi Join)

 

 

Query statistics:

-----------------

 

  Table map :

  ----------------------------

  Internal name     Table name

  ----------------------------

  t1                t3

  t2                t1

 

  type     table  rows_prod  est_rows  rows_scan  time       est_cost

  -------------------------------------------------------------------

  scan     t1     6          1         6          00:00.00   2

 

  type     table  rows_prod  est_rows  rows_scan  time       est_cost

  -------------------------------------------------------------------

  scan     t2     1          1         3          00:00.00   2

 

  type     rows_prod  est_rows  time       est_cost

  -------------------------------------------------

  nljoin   6          1         00:00.00   4

那海蓝蓝
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
智能优化算法：Dynamic-Hunting-Leadership-optimization Matlab
08-30
"Dynamic-Hunting-Leadership-optimization"（动态猎食领导力优化）是一种基于生物行为的智能优化算法，其灵感来源于动物群体中的猎食行为，特别是群体领导者如何引导群体寻找食物源的过程。这个Matlab实现提供了在...
elasticsearch-analysis-dynamic-synonym-7.6.2
08-17
`elasticsearch-analysis-dynamic-synonym-7.6.2`是一个专为ES7.6.2版本设计的动态同义词插件，旨在实现同义词的动态加载和管理，使得同义词库可以随着业务需求的变化而实时更新。 **一、动态同义词插件的作用** 1...
【企动力 “信“为本】华胜信泰ToprowDB-企业数据信息管理的神兵利器
vsettan的博客
05-08 580
华胜信泰ToprowDB不仅帮助企业业务系统整体性能升级和优化，其国产化自主可控产品性能为公司业务连续性及安全可靠性提供了有力的保障。        当今世界已进入瞬息万变的信息时代，伴随着大数据时代的到来，数据被视为了一种新的生产要素和创新驱动力。因此，设计、实现和维护好数据库，对企业至关重要。根据IDC数据显示，在2015年到2017年间，数据库市场已由400亿美
ToprowDB Dynamic Server 查询优化技术---子查询优化--03-1
那海蓝蓝的博客
03-13 537
ToprowDB Dynamic Server 查询优化技术 华胜信泰架构师  李海翔 （五）ToprowDB Dynamic Server 查询优化技术之子查询 本篇是《ToprowDB Dynamic Server 查询优化技术》系列的第五篇，继续 探讨ToprowDB逻辑查询优化技术中的子查询优化技术。 1 还有什么样的子查询，可以被优化？ 参见上篇《ToprowDB Dyna
ToprowDB Dynamic Server 查询优化技术--02--视图优化
那海蓝蓝的博客
03-13 371
ToprowDB Dynamic Server 查询优化技术华胜信泰架构师  李海翔（二）ToprowDB Dynamic Server 查询优化技术之视图本篇是《ToprowDB Dynamic Server 查询优化技术》系列的第二篇，探讨ToprowDB逻辑查询优化技术中的视图优化技术。视图优化是一个热门技术，在SQL优化技术中，视图优化非常重要。不恰当地使用视图，会造成严重的性能问题，这使
读懂IDS10的sqexplain.out
恬淡虚无
05-04 1025
简单介绍下IDS10的sqexplain.out，IDS11类似，只是增加了统计项而已 QUERY: ------ select * frommsp_optrace where money=10000 Estimated Cost:181337 Estimated # of RowsReturned: 174915 1) informix.msp_optrace: SEQUENTIA
MYSQL之索引
枫叶斜阳的博客
06-29 207
MYSQL之索引索引索引优化策略索引优化建议SQL语句性能优化管理索引创建索引删除索引查看索引优化表空间查看索引的使用EXPLAIN输出信息说明 索引 索引优化策略 独立地使用列：尽量避免其参与运算，独立的列指索引列不能是表达式的一部分，也不能是函数的参数，在where条件中，始终将索引列单独放在比较符号的一侧 左前缀索引：构建指定索引字段的左侧的字符数，要通过索引选择性来评估索引选择性：不重复的索引值和数据表的记录总数的比值 多列索引：AND操作时更适合使用多列索引，而非为每个列创建单独的索引 选择合适
elasticsearch-analysis-dynamic-synonym-8.7.0
最新发布
04-12
3. **同义词处理**：同义词是搜索引擎优化的重要部分，因为它能确保搜索查询的不同表达方式都能得到正确的结果。例如，如果"车"和"汽车"是同义词，那么搜索"车"也应该返回包含"汽车"的文档。这个插件使得这种映射...
dynamic-linq-query-builder-master.zip
06-24
这个项目的主要目标是帮助开发者在前端创建一个用户友好的界面，使得非技术用户也能构建自定义查询，而无需编写任何代码。这个压缩包"dynamic-linq-query-builder-master.zip"包含了该库的源代码和相关资源。 ...
ES同义词插件 analysis-dynamic-synonym7.5.1版本
06-29
在本话题中，我们将聚焦于“ES同义词插件analysis-dynamic-synonym7.5.1版本”，它是Elasticsearch中一个增强搜索功能的重要组件。 Elasticsearch同义词插件的作用在于扩展默认的文本分析过程，允许我们在搜索时将...
Informix Dynamic Server 11.5 SQL 语句性能调优最佳实践
09-07 397
袁红涛, 软件工程师, IBM 简介：SQL 语言是关系型数据库与应用交互的重要途径，书写高效率的 SQL 是每一个 DBA 和开发人员必备的技能。本文以调整 SQL 执行效率为最终目标，给大家介绍如何查看 Inf...
优化了一个SQL---纪念一下
Uncle.Cui的技术博客
02-05 259
表结构和索引如下： create table "informix".fcx01 ( afcx0100 char(32) not null , afcp0100 char(32), orgid varchar(32), afcx0101 varchar(20), afcx0102 varchar(32), afcx0103 integer, afcx0104 decimal(4,1), afcx0105 decimal(4,1), ...
多一层查询带来的性能极度下降
Uncle.Cui的技术博客
10-15 309
QUERY: (OPTIMIZATION TIMESTAMP: 10-15-2020 19:16:20) ------ select first 10 * from ( select b.ajbp1400 as leftOverChildId, b1.ajep0100 as id, b1.ajep0101 as childNumber, b1.ajep0103 as name, b1.ajep0104 as idCard, ...
再谈MySQL的子查询优化技术
那海蓝蓝的博客
03-13 589
朋友说: 我这几天看了子查询的课程以及查阅了一些资料，给我的感受是子查询不怎么好使，能不用就尽量不用，做过的项目很少采用子查询，很多相关子查询都可以上拉至连接查询。稍微用的多一点的可能就是IN查询了   答复:---1 技术是通用的---通常都是上拉优化的思路,一个概述可以参见:http://blog.163.com/li_hx/blog/static/1839914132014223935
MySQL子查询优化---详解--3
那海蓝蓝的博客
03-13 699
续: MySQL子查询优化---详解--1    MySQL子查询优化---详解--2     五 进一步挖掘 1 MySQL仅仅是用半连接/物化/EXISTS策略来优化子查询的吗？ Convert the subquery to a join, or use table pullout and run the query as an inner join between subqu
MySQL子查询辨析
那海蓝蓝的博客
03-13 336
一 明确IN/EXISTS的语义 1 “expression IN (subquery)”这样的形式,表示一个表达式变量在一个子查询中存在,其结果是布尔值,TRUE或FALSE. 如果subquery 的结果中有重复值,则只要这样的值存在一次,IN格式的子查询结果就为TRUE,所以我们可以把 subquery表意为 “DISTINCT subquery”. 所以,“expression IN
sql server数据库子查询不能单独使用order by（也可结合top使用）
swiftlinlei的博客
04-18 3656
sql server 子查询不允许使用order by。但是子查询添加了top即可（原因未分析）。例：select * from (select top 1 * from xx order by xx.yy ) as a相关链接：https://www.cnblogs.com/liuchenxing/p/8329487.html...
42.什么是filter查询？如何进行filter查询？嘻哈的简写笔记——Elastic Search
嘻哈怪才的博客
12-07 1028
~query，根据你的查询条件，去计算文档的匹配度得到一个分数，并且根据分数进行排序，不会做缓存的。 ~filter(过滤)，根据你的查询条件去查询文档，不去计算分数，而且filter会对经常被过滤的数据进行缓存。 我们知道使用query查询时，查询结果中会有一个"_score" : 2.540445, 分数；这个分数就是匹配度；也就说明query查询是匹配度查询； 当我们不想使用分数匹配来进行查询的话就可以选择filter，filter不计算分数，并且可以对常用的数据做缓存； #filter查询 POST
MySQL查询优化器--逻辑查询优化技术（二）--子查询优化
那海蓝蓝的博客
03-13 770
子查询优化 MySQL支持子查询的优化，把子查询细分为两种情况：特殊类型的子查询（如ALL/ANY等，可用索引进行MAX/MIN转换优化）、普通类型的子查询（用上拉操作优化）。对于普通类型的子查询，MySQL在上拉子查询，提供了多种优化策略供查询优化器利用代价估算进行选择，这种方式细化了子查询优化后期阶段的处理过程，目的是提高查询的效率。 1 子查询处理的情况 MySQL支持的子查询优化的类
SQL 2005 70-444 题库：数据库优化与管理实战
1. **性能监控与调优**：理解如何使用SQL Server的性能监视工具（如SQL Server Profiler和Dynamic Management Views），识别性能瓶颈，并通过索引优化、查询优化、存储过程优化等方式提升系统性能。 2. **数据库...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值