cari
Rumahpangkalan datatutorial mysqlMengapakah bacaan logik begitu tinggi apabila menggunakan fungsi agregat bertingkap, terutamanya dengan kili subungkapan biasa?

Why are logical reads so high when using windowed aggregate functions, especially with common subexpression spools?

Mengapakah bacaan logik untuk fungsi agregat bertingkap begitu tinggi?

Fungsi agregat bertingkap boleh menghasilkan bacaan logik tinggi dilaporkan dalam pelan pelaksanaan dengan biasa kili subungkapan, terutamanya untuk meja besar. Artikel ini bertujuan untuk menerangkan sebab di sebalik pemerhatian ini dan memberikan pandangan untuk memahami kiraan bacaan logik untuk jadual kerja.

Penjelasan

Bacaan logik dikira secara berbeza untuk jadual kerja berbanding dengan konvensional meja kili. Dalam jadual kerja, setiap baris bacaan diterjemahkan kepada satu "bacaan logik." Ini tidak seperti pelaporan halaman cincang untuk jadual kili "sebenar".

Rasional untuk mengira bacaan dengan cara ini ialah ia menyediakan maklumat yang lebih bermakna untuk analisis. Menjejak halaman cincang untuk jadual kerja kurang berguna disebabkan sifat dalaman struktur ini. Baris pelaporan yang digabungkan dengan lebih baik menggambarkan penggunaan sebenar sumber tempdb.

Penerbitan Formula

Formula yang diperoleh untuk meramalkan bacaan logik jadual kerja ialah:

Worktable logical reads = 1 + (NumberOfRows * 2) + (NumberOfGroups * 4)

Formula ini menyumbang kepada berikut:

  • 1: Mewakili beban awal data ke dalam jadual kerja.
  • NumberOfRows * 2: Kedua-dua kili sekunder ( dicipta untuk mengurangkan kos pemulangan baris) dibaca sepenuhnya dua kali.
  • NumberOfGroups * 4: Gili utama mengeluarkan baris seperti yang dijelaskan di bawah, menghasilkan kiraan nilai kumpulan yang berbeza (tambah 1).

Pancaran Barisan Kili Utama

Kili primer, ditugaskan untuk mengumpul baris dan melaksanakan pengiraan agregat, beroperasi seperti berikut:

  • Membaca setiap baris daripada input dan menulisnya ke meja kerja.
  • Apabila kumpulan baharu ditemui, ia memancarkan baris kepada pengendali gelung bersarang, menunjukkan permulaan kumpulan baharu partition.
  • Purata bagi setiap kumpulan dikira menggunakan baris dalam jadual kerja.
  • Purata dicantumkan dengan baris dalam jadual kerja.
  • Meja kerja dipotong untuk menyediakan kumpulan seterusnya.
  • Untuk memproses kumpulan terakhir, gelendong mengeluarkan dummy baris.

Pertimbangan Tambahan

Dalam skrip ujian anda, anda mendapati bahawa mereplikasi proses yang sama menghasilkan bacaan logik yang lebih sedikit (11). Percanggahan ini dikaitkan dengan mengoptimumkan algoritma yang digunakan oleh pemproses pertanyaan dalam persekitaran yang berbeza. Formula kekal sah dalam kes umum apabila gelung bersarang atau cantuman cincang digunakan.

Kesimpulan

Memahami perbezaan pengiraan untuk bacaan logik dalam jadual kerja adalah penting untuk mentafsir pelan pelaksanaan dengan tepat yang melibatkan fungsi agregat bertingkap. Formula yang disediakan menawarkan cara yang berguna untuk menganggarkan bacaan logik jadual kerja, membantu dalam analisis prestasi dan usaha pengoptimuman.

Atas ialah kandungan terperinci Mengapakah bacaan logik begitu tinggi apabila menggunakan fungsi agregat bertingkap, terutamanya dengan kili subungkapan biasa?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Bagaimanakah pelesenan MySQL berbanding dengan sistem pangkalan data lain?Bagaimanakah pelesenan MySQL berbanding dengan sistem pangkalan data lain?Apr 25, 2025 am 12:26 AM

MySQL menggunakan lesen GPL. 1) Lesen GPL membolehkan penggunaan percuma, pengubahsuaian dan pengedaran MySQL, tetapi taburan yang diubah suai mesti mematuhi GPL. 2) Lesen komersial boleh mengelakkan pengubahsuaian awam dan sesuai untuk aplikasi komersil yang memerlukan kerahsiaan.

Bilakah anda memilih InnoDB atas myisam, dan sebaliknya?Bilakah anda memilih InnoDB atas myisam, dan sebaliknya?Apr 25, 2025 am 12:22 AM

Keadaan ketika memilih innoDB dan bukannya myisam termasuk: 1) sokongan transaksi, 2) persekitaran konkurensi tinggi, 3) konsistensi data yang tinggi; Sebaliknya, keadaan apabila memilih myisam termasuk: 1) terutamanya membaca operasi, 2) Tiada sokongan transaksi diperlukan. InnoDB sesuai untuk aplikasi yang memerlukan konsistensi data yang tinggi dan pemprosesan urus niaga, seperti platform e-dagang, manakala MyISAM sesuai untuk aplikasi bacaan dan bebas transaksi seperti sistem blog.

Terangkan tujuan kunci asing di MySQL.Terangkan tujuan kunci asing di MySQL.Apr 25, 2025 am 12:17 AM

Di MySQL, fungsi kunci asing adalah untuk mewujudkan hubungan antara jadual dan memastikan konsistensi dan integriti data. Kekunci asing mengekalkan keberkesanan data melalui pemeriksaan integriti rujukan dan operasi cascading. Perhatikan pengoptimuman prestasi dan elakkan kesilapan biasa apabila menggunakannya.

Apakah jenis indeks yang berbeza di MySQL?Apakah jenis indeks yang berbeza di MySQL?Apr 25, 2025 am 12:12 AM

Terdapat empat jenis indeks utama dalam MySQL: Indeks B-Tree, Indeks Hash, Indeks Teks Penuh dan Indeks Spatial. 1. B-Tree Index sesuai untuk pertanyaan, penyortiran dan pengelompokan, dan sesuai untuk penciptaan pada lajur Nama Jadual Pekerja. 2. Indeks hash sesuai untuk pertanyaan yang setara dan sesuai untuk penciptaan pada lajur ID jadual hash_table enjin penyimpanan memori. 3. Indeks teks penuh digunakan untuk carian teks, sesuai untuk penciptaan pada lajur kandungan jadual artikel. 4. Indeks spatial digunakan untuk pertanyaan geospatial, sesuai untuk penciptaan pada lajur geom jadual lokasi.

Bagaimana anda membuat indeks di MySQL?Bagaimana anda membuat indeks di MySQL?Apr 25, 2025 am 12:06 AM

TOCREATEANINDEXINMYSQL, USETHECreateIndexStatement.1) forasingLecolumn, gunakan "createIndexidx_lastNameonemployees (lastName);" 2) foracompositeIndex, gunakan "createindexidx_nameonemployees (lastName, firstName)

Bagaimanakah MySQL berbeza dari SQLite?Bagaimanakah MySQL berbeza dari SQLite?Apr 24, 2025 am 12:12 AM

Perbezaan utama antara MySQL dan SQLite adalah konsep reka bentuk dan senario penggunaan: 1. MySQL sesuai untuk aplikasi besar dan penyelesaian peringkat perusahaan, menyokong prestasi tinggi dan kesesuaian yang tinggi; 2. SQLITE sesuai untuk aplikasi mudah alih dan perisian desktop, ringan dan mudah dibenamkan.

Apakah indeks di MySQL, dan bagaimana mereka meningkatkan prestasi?Apakah indeks di MySQL, dan bagaimana mereka meningkatkan prestasi?Apr 24, 2025 am 12:09 AM

Indeks dalam MySQL adalah struktur yang diperintahkan satu atau lebih lajur dalam jadual pangkalan data, yang digunakan untuk mempercepat pengambilan data. 1) Indeks meningkatkan kelajuan pertanyaan dengan mengurangkan jumlah data yang diimbas. 2) Indeks B-Tree menggunakan struktur pokok yang seimbang, yang sesuai untuk pertanyaan dan penyortiran pelbagai. 3) Gunakan pernyataan createIndex untuk membuat indeks, seperti createIndexidx_customer_idonorders (customer_id). 4) Indeks komposit boleh mengoptimumkan pertanyaan berbilang lajur, seperti createIndexidx_customer_orderonorders (customer_id, order_date). 5) Gunakan Jelaskan untuk menganalisis rancangan pertanyaan dan elakkan

Terangkan cara menggunakan transaksi di MySQL untuk memastikan konsistensi data.Terangkan cara menggunakan transaksi di MySQL untuk memastikan konsistensi data.Apr 24, 2025 am 12:09 AM

Menggunakan transaksi dalam MySQL memastikan konsistensi data. 1) Mulakan transaksi melalui starttransaction, dan kemudian laksanakan operasi SQL dan serahkannya dengan komit atau rollback. 2) Gunakan SavePoint untuk menetapkan titik simpan untuk membolehkan rollback separa. 3) Cadangan Pengoptimuman Prestasi termasuk memendekkan masa urus niaga, mengelakkan pertanyaan berskala besar dan menggunakan tahap pengasingan yang munasabah.

See all articles

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

Video Face Swap

Video Face Swap

Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Alat panas

SecLists

SecLists

SecLists ialah rakan penguji keselamatan muktamad. Ia ialah koleksi pelbagai jenis senarai yang kerap digunakan semasa penilaian keselamatan, semuanya di satu tempat. SecLists membantu menjadikan ujian keselamatan lebih cekap dan produktif dengan menyediakan semua senarai yang mungkin diperlukan oleh penguji keselamatan dengan mudah. Jenis senarai termasuk nama pengguna, kata laluan, URL, muatan kabur, corak data sensitif, cangkerang web dan banyak lagi. Penguji hanya boleh menarik repositori ini ke mesin ujian baharu dan dia akan mempunyai akses kepada setiap jenis senarai yang dia perlukan.

PhpStorm versi Mac

PhpStorm versi Mac

Alat pembangunan bersepadu PHP profesional terkini (2018.2.1).

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

MantisBT

MantisBT

Mantis ialah alat pengesan kecacatan berasaskan web yang mudah digunakan yang direka untuk membantu dalam pengesanan kecacatan produk. Ia memerlukan PHP, MySQL dan pelayan web. Lihat perkhidmatan demo dan pengehosan kami.

Muat turun versi mac editor Atom

Muat turun versi mac editor Atom

Editor sumber terbuka yang paling popular