数据库性能测试

2019独角兽企业重金招聘Python工程师标准>>>

select count(*) from AHBDDATA_DATAPROCESS_HISTORY.Ga_Gps_History_2017_02_15

(17229387  8.315s)

2月15号的表的记录大约1700万条数据

 

  select count(*) from AHBDDATA_DATAPROCESS_HISTORY.Ga_Gps_History_2017_02_17

(1107824 0.6s)

2月17号的表的记录大约110万条数据

 

select gpsid,max(time) from AHBDDATA_DATAPROCESS_HISTORY.Ga_Gps_History_2017_02_15 group by gpsid (14s  353条记录) 13秒

查询离线时间14秒了 如果加关联的估计 15秒

select gpsid,max(time) from AHBDDATA_DATAPROCESS_HISTORY.Ga_Gps_History_2017_02_17 group by gpsid （94条记录 0.609）  0.8 0.9 都出现过
 

 

 

1700/110 约等于15  13/0.8 = 16.25 

100万条记录 相当于0.8秒

 

 

 

 

 

 

 

 

where 过滤条件 把记录数变少 用时

where time>to_date('2017/2/15 00:00:00','yyyy-mm-dd hh24:mi:ss')

854945条记录

离线查询用时 331条记录 0.85秒

where time>to_date('2017/2/15 18:00:00','yyyy-mm-dd hh24:mi:ss')

42855条记录

离线查询用时 303条记录 0.15秒

where time>to_date('2017/2/14 18:00:00','yyyy-mm-dd hh24:mi:ss')

1947531条记录

  (334 1.653) 离线查询用时 334条记录 1.653秒

 

 

where time>to_date('2017/2/10 18:00:00','yyyy-mm-dd hh24:mi:ss')

过滤完6142347条记录

离线查询用时 338条记录 5秒

 

where time>to_date('2017/2/1 00:00:00','yyyy-mm-dd hh24:mi:ss')

过滤完有 1100万条记录

离线查询用时 343条记录 12秒

 

根上个结论差不多
  
 

 

 

 

 

当查询的结果包括轨迹x,y

 

  select * from ( 
 select q.*,row_number() over(partition by gpsid order by time desc) rn 
 from  AHBDDATA_DATAPROCESS_HISTORY.Ga_Gps_History_2017_02_17  q
) t where t.rn <=1
 大约110万条记录 3.6s 

select * from AHBDDATA_DATAPROCESS_HISTORY.Ga_Gps_History_2017_02_15 x1 ,
    (select gpsid,max(time) time from AHBDDATA_DATAPROCESS_HISTORY.Ga_Gps_History_2017_02_15  group by gpsid ) x2
    where x1.gpsid=x2.gpsid and x1.time=x2.time

走索引的话 大概也是1700万调数据13秒

 

 

跟结果集也有关系 100万条记录 结果1万条是2秒

 

 

 

离线表的问题

100万条*（0.8）8秒  1000万

1000万 3000台数据 一年的时间 （一天3000条 一年300天 900000万 10年 9000000 ）

1万条是2秒  3000条0.6s

主要就是10年

转载于:https://my.oschina.net/xcOschina/blog/893064