面向列数据库中的单宽表性能(Vectorwise)

Question

我正在使用星形模式和单个非规范化表对向量进行一些测试。在非规范化表中，我有5个额外的列，它们>varchar(100)。我是以专栏为导向的世界的新手，因此我想了解并掌握正确的事实。

少数事实：

1. 查询内存=20G，缓存内存设置为7G

2. 仅名称列的大小就约为6G、6.5G、2.6G和650M。现在很明显，这些不能放在我的缓存中，所以系统是I/O绑定的。

3. 如果我使用星型模式方法，它的工作速度会更快，因为它必须缓存整数列，所有这些都可以很容易地放入我的主内存缓存中。

我对此有几个问题：

1. 如果我必须使用一个表，我需要增加RAM以确保所有这些列都能放入内存？我想知道是否有其他人使用Vertica或任何其他面向列的数据库完成了这种结构。如果是，您是否使用相同的方法，所有varchar列都应该放入RAM？

2. 简单的星型模式查询

   select col1,col2, col3, sum(col4), sum(col5) from fact_table join tabl1 on condition join tab2 on condition where tab1.col1 = 1234 and tab2.col2 = 6789

   工作速度慢于：

   select col1,col2,col3,sumcol4, sumcol5 from (select col1,col2, col3, sum(col4) as sumcol4, sum(col5) as sumcol5 from fact_table where fact_table.col1 = 1234 and fact_table.col2 = 6789) as facts join tabl1 on condition join tab2 on condition

   为什么？

   注意：主表tab1和tab2是驻留在主存中的

我正在使用Vectorwise，但只想知道这些观察结果是否也适用于Vertica？

Answer 1

Vertica没有将表驻留在内存中的想法。在某些情况下，在某些类型的联接中，表数据可能已经在内存中或被放在内存中。但最终，Vertiac的性能取决于您在磁盘上存储内容的方式。

我不希望Vectorwise中这两个查询的性能与类似的查询和表在Vertica中的表现有任何关系。也就是说，第二个查询中涉及联接的行数越少，表明它在各种查询执行引擎中会做得更好。