與大型數據集的視圖與索引表的性能

Question

我有一個包含15,000,000條記錄的表。這些記錄可以基於某些匹配字段（通常是單個組中的最大值3或4）相互關聯。每個記錄也有一個與之相關的日期，但是這個日期並不一定與它加載到表格中的日期/訂單相關。

這些記錄定期用於更新數據庫中的其他記錄。儘管如此，我只關心最新的唱片，並且在1500萬條唱片（正在更新1000萬條唱片）上，我想確保我忽略了其他所有內容。如果最新記錄已經有「更新」標誌，我也想跳過更新。

我一直在使用這樣的一個觀點，收集各組內的最新記錄：

SELECT a, b, c, max(scan.timestamp) AS latest_scan 
FROM scan 
GROUP BY a, b, c; 

然後我用一個WHERE子句中我UPDATE忽略具有更新標誌的任何記錄。

有了這麼多的記錄，我可以使用視圖嗎？我已經看到人們開始創造真正的索引表，以提高性能，但我仍然認爲這需要很長時間。這是我可以從中受益嗎？

Answer 1

大多數情況下，您需要嘗試一下，看看錶現如何。

關鍵是視圖最終會成爲一個子查詢的快速標記，它會給出優化器信息。所以，它仍然主要取決於優化器是否可以找到用於您調用數據庫的SQL語句的索引。

請注意，您在視圖中可能不需要ORDER BY，因爲您將在其他一些SQL語句中使用它，然後可以對記錄進行排序。如果優化器沒有發現它可以跳過順序，那麼當你不需要的時候，你將花費時間進行排序。

我期望你可以使用GROUP BY a，b，c來獲得組的最大時間戳。