爲什麼選擇計數（*）比配置單元中的選擇*要慢

Question

當我在配置單元中運行VirtualBox Sandbox中的查詢時。我覺得Select count(*)比Select *慢得多。

任何人都可以解釋背後發生了什麼？

爲什麼這種延遲發生？

Answer 1

這是因爲數據庫正在使用羣集主鍵，因此查詢會逐個搜索每個鍵的行，而不是從索引搜索行。

• 運行optimize table。這將確保按排序順序物理存儲數據頁面 。這可以想見在集羣主鍵上加速範圍掃描 。

• 僅在change_event_id 列上創建附加的非主索引。這將在index頁面中存儲該列的副本，其中 要快得多。創建後，檢查解釋計劃， 確保它使用新的索引

Answer 2

select * from table 

它可以是一個地圖只有工作，但

Select Count(*) from table 

它可以是一個Map和Reduce任務

希望這會有所幫助。

Answer 3

配置單元查詢可以執行的操作有三種類型。

按照最便宜，最快到更貴，更慢的順序，他們是。

配置單元查詢可以是僅限元數據的請求。

顯示錶格，描述表格都是例子。在這些查詢中，配置單元進程在元數據服務器中執行查找。元數據服務器是一個SQL數據庫，可能是MySQL，但實際的數據庫是可配置的。

配置單元查詢可以是hdfs get請求。 從表中選擇*就是一個例子。在這種情況下，配置單元可以通過執行hdfs操作來返回結果。 hadoop fs -get，或多或少。

配置單元查詢可以是Map Reduce作業。

Hive必須將jar發送到hdfs，jobtracker將任務排隊，tasktracker執行任務，最終數據將被放入hdfs或發送給客戶端。

Map Reduce作業也有不同的可能性。

它可以是一個Map only作業。 從表中選擇*，其中id> 100，例如，可以將所有該邏輯應用於映射器。

它可以是一個Map和Reduce作業， 從表中選擇min（id）; 從id按表格順序選擇*;

它也可以導致多個地圖減少通行證，但我認爲上面總結了一些行爲。