多列 count(distinct)改写优化

问题现象

对多列 count(distinct) 改写优化。 GBase 8a MPP Cluster FAQ FAQ

文档版本（2021-04-02） 南大通用数据技术股份有限公司

78

处理方法

对多列 count(distinct) ，当前执行计划是：

 先在各节点对参与 count(distinct) 的列进行 group by 去重，结果集再汇集到一

个节点进行 count(distinct) 运算；

 当 count(distinct) 列很多时，参与 group by 运算的列也很多，去重效果不理

想，导致大量数据要拉到一个节点进行 count(distinct) 运算，拉表和汇总节点计

算耗时非常长；

 优化的方法是改写 sql ，各列分别计算 count(distinct) ，提高去重效果，然后对

结果集进行拼接。

示例

 优化前

select count(distinct col1), count(distinct col2) from tb;

 优化后

select * from

(select count(distinct col1) from tb) a

join

(select count(distinct col2) from tb) b;