最新要闻

广告

手机

iphone11大小尺寸是多少？苹果iPhone11和iPhone13的区别是什么？

iphone11大小尺寸是多少？苹果iPhone11和iPhone13的区别是什么？

 警方通报辅警执法直播中被撞飞：犯罪嫌疑人已投案

警方通报辅警执法直播中被撞飞：犯罪嫌疑人已投案

家电

  1. 首页
  2. 移动通信
  3. 内容

金仓数据库KingbaseES 两表关联Update的两种写法与性能

来源：博客园


(资料图片)

原文链接：https://blog.csdn.net/arthemis_14/article/details/127886142

熟悉oracle 的人都知道，对于两表的关联更新，其执行计划主要有 Filter 和 Outer Join 两种方式。对于大批量数据的update，Join方式明显是更优的选择。KingbaseES 也支持两种方式的关联update，语法上采用两种不同的写法。

以下以例子的形式展示两种写法及性能上的差异。这些例子同时通过KingbaseES V8R6环境验证。

一、准备测试数据create table t1(id1 integer,name1 varchar(200)); create table t2(id2 integer,name2 varchar(200)); insert into t1 select * from (select generate_series(1,1000000),repeat("a",50)) as a order by random(); insert into t2 select * from (select generate_series(1,1000000),repeat("b",50)) as a order by random(); create index ind_t1_id1 on t1(id1); create index ind_t2_id2 on t2(id2); analyze t1; analyze t2;二、性能测试1、语法一采用类似oracle filter 方式，逐条处理t1 表的每条记录。对于t1表的每条记录，都需要访问t2表。

test=# explain analyze update t1 set name1=(select name2 from t2 where id1=id2); QUERY PLAN ------------------------------------------------------------------------------------------------------------------------------------ Update on t1 (cost=0.00..8462810.00 rows=1000000 width=428) (actual time=13072.720..13072.721 rows=0 loops=1) -> Seq Scan on t1 (cost=0.00..8462810.00 rows=1000000 width=428) (actual time=0.035..6620.732 rows=1000000 loops=1) SubPlan 1 -> Index Scan using ind_t2_id2 on t2 (cost=0.42..8.44 rows=1 width=51) (actual time=0.006..0.006 rows=1 loops=1000000) Index Cond: (id2 = t1.id1) Planning Time: 0.116 ms Execution Time: 13072.780 ms (7 rows) 2、语法二采用hash join，大批量的update 效率更高。

test=# explain analyze update t1 set name1=name2 from t2 where id1=id2; QUERY PLAN --------------------------------------------------------------------------------------------------------------------------------- Update on t1 (cost=37693.00..98122.00 rows=1000000 width=67) (actual time=8197.309..8197.312 rows=0 loops=1) -> Hash Join (cost=37693.00..98122.00 rows=1000000 width=67) (actual time=349.817..1633.896 rows=1000000 loops=1) Hash Cond: (t2.id2 = t1.id1) -> Seq Scan on t2 (cost=0.00..20310.00 rows=1000000 width=61) (actual time=0.021..191.730 rows=1000000 loops=1) -> Hash (cost=20310.00..20310.00 rows=1000000 width=10) (actual time=348.798..348.798 rows=1000000 loops=1) Buckets: 131072 Batches: 16 Memory Usage: 3594kB -> Seq Scan on t1 (cost=0.00..20310.00 rows=1000000 width=10) (actual time=0.034..153.882 rows=1000000 loops=1) Planning Time: 0.780 ms Execution Time: 8197.543 ms三、结论对于大批量数据update，基于hash join 的update方法效率上要高效很多。

关键词：