TeraData 培训.ppt

避免对大表的UPDATE操作 例如： UPDATE T1 FROM VT_COLOR_SUBS_tmp AS T1,(SEL SUBS_ID,MMS_SVC_Type_Cod,SUM(Comm_NUM) AS Comm_NUM FROM VT_MS_INFO GROUP BY 1,2) AS T2 SET Total_QUAN= T2.Comm_NUM WHERE T1.SUBS_ID=T2.SUBS_ID AND T1.MMS_SVC_Type_Cod=T2.MMS_SVC_Type_Cod Update TB set col1 = ‘A’ where col2 = ‘B’ create multiset table TB1 as TB Insert into TB1 sel … case when col2 = ‘B’ then ‘A’ else col1 end Delete from TB where col1 = ‘A’ Insert into TB sel * from TB1 目标表数据量大，应尽量避免UPDATE操作 UPDATE操作对性能影响较大，而且效率低 如需对大表UPDATE，可考虑用INSERT+DELETE操作替代 书写习惯 例如： cal_month = 200701 cal_month = 200701 (Integer) 限制条件中未考虑字段类型 考虑字段类型 历史数据提取方法 例如： Where Efct_Date = and End_Date 历史数据提取方法必须是半闭半开区间，否则历史数据将会有问题 书写仔细 设计优化 例如： select home_area ,subs_id from PVIEW.vw_XX_DET where proc_date between 2007||0101 and and opper_num like 12593% and roam_type_code not in (2,3,7) 设计时应该充分考虑系统性能 合理设计 利用现有中间表 月任务加载时间过长，可考虑拆分成日作业执行 优化前提 保证数据正确性与一致性 对于后台脚本，优化时还要考虑作业间关系，不能为了优化破坏脚本的逻辑及依赖关系 所有的优化不能脱离DDL及数据库本身的机制 数据分布设计策略 PI PPI（数据分布不均匀是大忌） 在Teradata中,PI的选择十分重要,选取不正确，则有如下的影响： 占用更大数据空间； 极大影响性能。 选择PI的大致原则: ACCESS(访问) DISTRIBUTION(分布) VOLATILITY(可变性) 即选择那些经常需要引用或用作关联的、能让表数据均匀分布、相对比较稳定(经常变化必然导致数据在AMP间的迁移)的字段做PI. 表一定要有PI,如果你没有指定,Teradata会按如下原则指定PI: 1)有PK的话,用PK字段作为UPI. 2)没有PK的话,有USI的话,将USI的字段做UPI. 3)没有PK,没有USI的话,将第一个字段作为NUPI. 所以,尽量自己去指定PI! 一般优化策略 尽量利用分区 尽量创造条件使用分区，例如明细数据中的处理日期和统计月份 表与表的关联，尽量通过两个表的PI字段进行关联，避免数据的重分布 若PI由多个字段组成，则要将多个字段列全，否则PI会不使用 关联条件不可忽略，避免迪卡尔乘积 在SQL中列全所需要的所有字段，避免select * from TableName，减少SPOOL空间开销; DDL上的优化 DDL中用MULTISET，避免使用SET（SET可用指定UPI来实现）； 日期格式均指定为’YYYYMMDD’； 考虑使用NO FALLBACK 与 FALLBACK以及NO JOURNAL 与 JOURNAL； 尽量少用SI，只是有时在追求性能的情况下可以使用； 索引尽量选择后续SQL可以用到的，并尽可能考虑唯一性； 字符字段评估是否该使用CHAR类型，而不是VARCHAR类型，使用CASESPECIFIC（大小写敏感）； 使用的字段尽可能设置Not Null； 代码表中应将代码设置成UPI； Partition字段一般为日期(YYYYMMDD)或年月(YYYYMM)； 字段压缩：节省空间和提高速度； 只读视图在创建时增加Locking Row for ACCESS选项 其他优化方法 定期用COLLECT STATISTICS对表进行统计信息收集； 必要时使用临时表,简化JOIN语句的复杂度，便于人为控制； INSERT INTO A SELECT * FR