手工制作的带有Invantive的在线OData查询

Question

我们目前正在使用Python在完全在线上运行许多手工构建和优化的OData查询。这涉及数千个部门。但是，为了便于维护，我想将它们迁移到Invantive SQL。

但是，一些优化，如OData查询中的显式orderby，并不是由Invantive SQL在线转发的；它们只是检索所有数据或顶部x，然后执行命令。

特别是对于最大值的确定，可能要慢得多。

小桌子上的简单样品：

https://start.exactonline.nl/api/v1/<<division>>/financial/Journals?$select=BankAccountIBAN,BankAccountDescription&$orderby=BankAccountIBAN desc&$top=5

是否有其他方法来优化Invantive SQL执行的实际OData查询？

Answer 1

您可以使用数据复制器，也可以通过本机平台请求发送手工OData查询，如：

insert into NativePlatformScalarRequests
( url
, orig_system_group
) 
select replace('https://start.exactonline.nl/api/v1/{division}/financial/Journals?$select=BankAccountIBAN,BankAccountDescription&$orderby=BankAccountIBAN desc&$top=5', '{division}', code) 
,      'MYSTUFF-' || code
from   systempartitions@datadictionary 
limit  100 /* First 100 divisions. */

create or replace table exact_online_download_journal_top5@inmemorystorage
as
select jte.*
from   ( select npt.result 
         from   NativePlatformScalarRequests npt 
         where  npt.orig_system_group like 'MYSTUFF-%'
         and    npt.result is not null
) npt
join   jsontable
       ( null 
         passing npt.result 
         columns BankAccountDescription varchar2 path 'd[0].BankAccountDescription'
         ,       BankAccountIBAN varchar2 path 'd[0].BankAccountIBAN'
       ) jte

从现在开始，您可以使用内存中的表，如：

select * from exact_online_download_journal_top5@inmemorystorage

当然，您也可以“插入sqlserver”。