2

我在“Azure SQL 数据仓库”中运行了一个非常简单的查询（见下文），它需要 5 秒。如果我在“Azure SQL Server”中运行相同的查询，则需要 0 秒，这似乎更正常。（这个查询基本上是一堆没有条件的 LEFT JOINS，如果你运行它，你将从执行计划中看到。）

这怎么可能需要 5 秒？

CREATE TABLE #output(
  val INT
 )

INSERT INTO #output VALUES (1)

SELECT 
 (SELECT val FROM #output),
 (SELECT val FROM #output),
 (SELECT val FROM #output),
 (SELECT val FROM #output),
 (SELECT val FROM #output),
 (SELECT val FROM #output),
 (SELECT val FROM #output),
 (SELECT val FROM #output)
4

1 回答 1

1

Azure SQL 数据仓库的主张是两位数 TB 的数据和数十亿行。这就是它的根本设计目的，因此您很可能会发现，对于某些较小的查询、某些查询模式和较小的数据库，它们将无法执行，就像您会发现将 30TB 加载到 SQL PaaS 数据库中无法执行一样任何一个。在这些情况下，您需要重新考虑您的查询以及您是否真的想在那里运行这些查询。例如，在这种情况下，作为 UNION 查询的简单重写在我的 Azure SQL 数据仓库中带来了亚秒级的性能，例如

SELECT val FROM #output
UNION ALL
SELECT val FROM #output
UNION ALL
SELECT val FROM #output
UNION ALL
SELECT val FROM #output
UNION ALL
SELECT val FROM #output
UNION ALL
SELECT val FROM #output
UNION ALL
SELECT val FROM #output
UNION ALL
SELECT val FROM #output


SELECT *
FROM
    (
    SELECT 'a' s, val FROM #output
    UNION ALL
    SELECT 'b' s, val FROM #output
    UNION ALL
    SELECT 'c' s, val FROM #output
    UNION ALL
    SELECT 'd' s, val FROM #output
    UNION ALL
    SELECT 'e' s, val FROM #output
    UNION ALL
    SELECT 'f' s, val FROM #output
    UNION ALL
    SELECT 'g' s, val FROM #output
    UNION ALL
    SELECT 'h' s, val FROM #output
    ) x
PIVOT ( MAX(val) FOR s In ( [a], [b], [c], [d], [e], [f], [g], [h] ) ) pvt


-- Use CTAS to materialise the pivot view if required
CREATE TABLE #output2
WITH
(
    DISTRIBUTION = ROUND_ROBIN,
    LOCATION = USER_DB,
    HEAP
)
AS
SELECT *
FROM
    (
    SELECT 'a' s, val FROM #output
    UNION ALL
    SELECT 'b' s, val FROM #output
    UNION ALL
    SELECT 'c' s, val FROM #output
    UNION ALL
    SELECT 'd' s, val FROM #output
    UNION ALL
    SELECT 'e' s, val FROM #output
    UNION ALL
    SELECT 'f' s, val FROM #output
    UNION ALL
    SELECT 'g' s, val FROM #output
    UNION ALL
    SELECT 'h' s, val FROM #output
    ) x
PIVOT ( MAX(val) FOR s In ( [a], [b], [c], [d], [e], [f], [g], [h] ) ) pvt

如果您确实需要将行作为列，您可以随时使用PIVOT. 我最近在创建大数字表时遇到了类似的问题。原始查询使用了一个循环，这通常是不好的做法，但它在 vanilla SQL Server 上运行几秒钟，并且是一次性操作。Azure SQL Datawarehouse 的性能非常糟糕，所以我只是在本地实例上运行查询，将数据复制出来bcp并在几分钟内将其发送到仓库中。（我还找到了一种更基于集合的方式来生成数字表：）

我们还在考虑使用产品的仓库版本中尚不可用的变更数据捕获 (CDC)，因此我们研究了在 vanilla SQL Server 中托管暂存区域，在这些表上使用 CDC 并通过SSIS 和 CDC 功能。我们已经拒绝了，但你明白了；如果您有真正需要执行的查询，但不会考虑重写它们，甚至不会考虑在 VM 中拥有 SQL Server 的常规版本，然后移交给仓库，例如通过 SSIS、Polybase 等

高温高压

（这可能应该移至 dba.stackexchange.com）

PS 只是为了排除显而易见的问题，我假设您知道您可以简单地编写此查询，并且您只是以这种方式编写它以突出显示一个问题：

SELECT val, val, val, val, val, val, val
FROM #output

我对此进行了更多研究，发现如果您已连接到主数据库，那么此查询运行得又快又好。您不能使用该USE语句来更改 Azure SQL 数据仓库中的数据库上下文，但如果您是通过某些客户端（例如 SSIS、sqlcmd）连接的，那么这可能是一种解决方法。我仍然坚持我最初的断言，即某些低容量查询模式并不特别适合这个版本的产品。我还在查看EXPLAIN提供一种查询计划的关键字，以便您了解幕后发生的事情，但这是另一个故事......

于 2015-12-09T02:26:11.937 回答