所以，对于一个数据集，我有两个表，分别是未分区表和分区表。当我看到分区数据的报告时，累计cpu时间显著减少，但所花费的总时间与未分区数据相同。为什么会这样？
ffx8fchx1#
因为这是一个严格的理论问题，你会得到一个严格的理论答案。分区导致表被拆分为具有相同结构的较小表。这让你的 SELECT 在不同表上执行的查询（有效 SELECT * FROM table_part1 UNION ALL table_part2 与 SELECT * FROM table ).总的时间将是相同的，因为您正在读取相同数量的数据。你可以把 table_part1 以及 table_part2 在不同的物理磁盘上，这可能会使读取速度更快，因为您将有更少的io等待。但一般来说，对于在同一表空间中分区的表，您将看到两个查询（分区和未分区）的时间相当。至于cpu，我们可以推测有一些优化，使操作更小的表更容易。分区表可能更适合内存（包括cpu缓存）。在这种情况下，结果可能取决于初始表和分区表的大小—对于两侧的超大表，无论哪种方式，最终的cpu负载都可能相同。
SELECT
SELECT * FROM table_part1 UNION ALL table_part2
SELECT * FROM table
table_part1
table_part2
1条答案
按热度按时间ffx8fchx1#
因为这是一个严格的理论问题，你会得到一个严格的理论答案。分区导致表被拆分为具有相同结构的较小表。这让你的
SELECT在不同表上执行的查询（有效SELECT * FROM table_part1 UNION ALL table_part2与SELECT * FROM table).总的时间将是相同的，因为您正在读取相同数量的数据。你可以把
table_part1以及table_part2在不同的物理磁盘上，这可能会使读取速度更快，因为您将有更少的io等待。但一般来说，对于在同一表空间中分区的表，您将看到两个查询（分区和未分区）的时间相当。至于cpu，我们可以推测有一些优化，使操作更小的表更容易。分区表可能更适合内存（包括cpu缓存）。在这种情况下，结果可能取决于初始表和分区表的大小—对于两侧的超大表，无论哪种方式，最终的cpu负载都可能相同。