哪些情况可以从减少、复制和重新分发连接提示中受益？

Question

从Server 2008开始的从条款文件中简要地提到了3个连接提示及其基本机制：

• Reduce
• 复制
• 再分配

然而，似乎没有多少关于何时有必要使用它们的信息。

看来，它们可以与哈希、循环和合并一起使用，这些都是为了这个问题的目的已经被理解的。

文件中的有关章节：

对于SQL数据仓库和并行数据仓库，这些连接提示适用于两个发行版不兼容列上的内部联接。它们可以通过限制查询处理过程中发生的数据量来提高查询性能。SQL数据仓库和并行数据仓库允许的连接提示如下：

• 减少了连接右侧表要移动的行数，以便使两个发行版不兼容的表兼容。减少提示也称为半连接提示。
• 复制使连接列中的值从联接左侧的表中复制到所有节点。右边的表被连接到这些列的复制版本。
• 重分发强制在JOIN子句中指定的列上分发两个数据源。对于分布式表，并行数据仓库将执行洗牌操作。对于复制的表，并行数据仓库将执行trim操作。要了解这些移动类型，请参阅并行数据仓库产品文档中“理解查询计划”主题中的"DMS查询计划操作“部分。当查询计划使用广播移动解析不兼容的发行版连接时，此提示可以提高性能。

Answer 1

通常情况下，我们使用联接提示来纠正优化器的错误，以确定更好的查询计划。这种情况的发生有很多原因，基本上可以归结为优化是一种“足够好”的方法，受到时间预算的限制，用于寻找计划。

降低

“又称半连接提示”。对于半连接，我们只对另一个表中是否存在匹配行感兴趣。实际上，这通常是因为查询有一个EXISTS()谓词。如果有一个匹配或一百万，结果将是相同的-从左边(外部)表中的单行将被返回。

例如，我们可能需要查询所有曾经下过订单的客户。假设客户是一个小表，但是订单很大，分布在许多节点上。如果我们只需要知道每个客户是否至少存在一行，那么将所有这些数据复制到客户所在的任何地方都是浪费的。减少提示提供了以下内容。从概念上讲，select distinct CustomerId from Order运行在每个节点的保持顺序上，这是相对较快的。

复制

这是减少的反面。在这里，一个表从它的"home“节点大量复制到所有保存数据的节点，该表位于联接的右侧。

在这个例子中，我们需要所有订单的总价值，以Customer之和。我们只有相对较少的客户，可以轻松地适应于一个节点。然而，Orders表是巨大的，并且跨越许多节点。为了满足查询，我们必须将客户数据和订单数据同时放到同一个节点上。它将更有效地复制客户，因为它是较小的。复制提示强制这种行为，在每个持有订单行的节点上创建Customer表的完整副本。

重分发

这是另一种说明如何将行从"home“节点移动到另一个节点的方法，以便可以计算联接谓词。这一次，我们要求服务器复制数据，并根据一些新的分发函数分发该副本，这样复制的行将在正确的节点上完成连接。

现在我们有了一个零售电子商务网站，拥有大量的客户和大量的订单。客户是通过CustomerId发布的，订单是由OrderDate分发的。如果我们现在想要join on Customer.CustomerId = Order.CustomerId，最有效的计划可能是根据CustomerId复制订单和重新分发，然后将每个新分区传递给相应的节点。这与复制不同，因为在那里，整个表被复制到每个节点，而在这里，每个节点的一部分数据被复制到其他节点。重新分配的具体处理方式将取决于当前分布和基数。