WHERE子句vs更小的表

Question

对于WHERE子句限制结果集的表的查询时间，是否存在有意义的区别（或者对于给定的表大小，有一个经验法则），与限制结果集的WHERE子句相比，后WHERE，有限的结果集？

例如：

1. 你的表有时间戳跨越多年的纪录。您运行一个包含WHERE子句的查询，只将结果限制为最近10天。

2. 您的表只有10天的数据，并且您运行与上面相同的查询（显然没有WHERE子句，因为在这种情况下没有必要）。

我应该期待上述两种情况下的查询性能差异吗？请注意，我正在使用Redshift。显然，存储更少数据会节省$ $$，这是方案2的一个好处。其他方面？

Answer 1

它完全取决于表和索引（Redshift的情况下排序键）。传统上，如果您在时间戳上有降序索引并在where子句中使用时间戳，那么查询引擎会很快找到它需要的记录并停止查找。

可能还有一些好处，即减少记录，甚至可能维护两张表格，但如果测试显示性能优势是真实和必要的，则重复数据应该是最后的手段。

Answer 2

在Redshift中，答案是肯定的，查询更小的表格而不是更大的表格上的where子句总是更快。这是因为Redshift通常会扫描表中的所有行。或者至少那些没有被分配/排序键优化排除的行。

让我们也可以解决这个问题

的另一重要方面在几乎所有情况下红移存储便宜 - 这是因为存储通常不是在容量规划红移集群的决定因素。更重要的是获得您想要运行的查询所需的性能。

1. 您可以通过4种方式提高Redshift查询的性能 增加集群的大小。
2. 调整查询。
3. 修改Redshift表的定义，考虑 的内容和使用模式。排序和分配键可以使 有很大的不同。压缩类型也应该被考虑。
4. 执行Redshift性能管理，优先考虑 更高优先级的查询。