从 TPCH 测试学习性能优化技巧之 Q22

一、查询要求
Q22语句查询获得消费者可能购买的地理分布。本查询计算在指定的国家，比平均水平更持肯定态度但还没下七年订单的消费者数量。能反应出普通消费者的态度，即购买意向。
Q22语句的特点是：带有分组、排序、聚集、子查询、NOT EXISTS子查询操作并存的两表连接操作。
二、 Oracle执行
Oracle编写的查询SQL语句如下：
select /*+ parallel(n) */
【从 TPCH 测试学习性能优化技巧之 Q22】 cntrycode,
count(*) as numcust,
sum(c_acctbal) as totacctbal
from
(
select
substr(c_phone,1,2) as cntrycode,
c_acctbal
from
customer
where
substr(c_phone,1,2) in
('11', '14', '15', '19', '20', '21', '23')
and c_acctbal > (
select
avg(c_acctbal)
from
customer
where
c_acctbal > 0.00
and substr(c_phone,1,2) in
('11', '14', '15', '19', '20', '21', '23')
)
and not exists (
select
*
from
orders
where
o_custkey = c_custkey
)
) custsale
group by
cntrycode
order by
cntrycode;
其中/*+ parallel(n) */ 是Oracle的并行查询语法， n是并行数。
脚本执行时间，单位：秒

本文插图
三、 SPL优化
这个查询的外层是个常规的分组聚合，其主要复杂度在于内层的两个用于条件的子查询。这两个子查询能对应一些满足条件的customer记录，而后一个子查询是用了not exist修饰，最后结果应当是这两个子查询对应的customer记录集合的差集。
SPL脚本如下：

本文插图
SPL中分组计算结果是有序的，即A8会对C_CUSTKEY有序，而A6本身来自customer表，也对C_CUSTKEY有序，两个有序集可以使用归并算法高速计算差集（A9中）。
脚本执行时间，单位：秒

本文插图