[DB] Teradata SQL最佳化教學（一）-- SQL and Indexes

Teradata是一平行化儲存處理的資料庫，雖然完全支援SQL，但是一些邏輯還是不太一樣．特別是資料倉儲多半存放量大的資料（動則幾百萬筆，數百G的Table），寫得好和寫得不好的SQL執行起來效率差得非常多，這篇文章提供幾個大方向的建議．


本系列翻譯自：http://www.teradata-sql.com/2012/03/sql-optimization.html

SQL and Indexes :                                      

1) Primary indexes: 盡可能的使用Primary Index來當作Join的Key值．（譯注：Teradata使用PI值當作管理資料散佈）．

2) Secondary indexes (10% rule rumor): Optimizer並不會實際的使用10%原則來決定SI是否使用，不過是個不錯的估計值．如果當SI值使用後，資料表中只有少於10%的部分會被存取，那就假設sql會使用SI．不然SQL將會執行Full Table Scan(FTS)．

Opimizer將會使用最低消費的方法：Optimizer將會決定是否使用SI的消耗低於使用FTS，這些消耗包括cpu用量，和disk io．

3) Constants: index的欄位盡可能地使用常數，不然join時候需要先作轉換，這會節省一點效能．

4) Mathematical operations: 在可以得到同樣結果的情況下，數學操作比字串操作快

5) Variable length columns: 儘量減少自動長度的欄位，通常會使用固定欄位來定義表格．

6) Union: 使用Union可以將一些太長的sql語句轉為幾個比較小的步驟，這些比較小的步驟可以平行運算．但是這會消耗spool的空間．Union all是一單線程的語句．

7) Where in/where not in (subquery): where in比where not in有效率．不過如果是針對子查詢，子查詢將直接影響到sql的時間．

如果在子查詢上有執行時間的問題，可以將子查詢與原本的查詢分開來使用．這時候需要兩個sql語句，以及一個中介的資料表．步驟為:1) 將子查詢單獨執行，並插入中介表格．2)將原本的查詢語句讀取剛剛產生的中介表格．

8) Strategic Semicolon: 在每個sql語句後會有個“;"符號．在有些時候，一些位置的”;"可以減少一組sql查詢語句的執行時間．例如：1)當一組sql共享一個共同的table時，或是2)當一組sql使用相同的unix input file．不過這並不會減少單一sql查詢的時間．