1

前置要求：我需要在一个超过 40K 的查询中找到所有匹配的结果。

要求：两个表 - product 和 product_category。我正在尝试从 product_category 表中获取所有具有匹配类别的产品。

表结构：

CREATE TABLE catalog.product (
    product_id string PRIMARY KEY index using plain,
    name string,
    sku string,
) clustered by (product_id) into 4 shards;

create table catalog.product_category (
    category_id string primary key index using plain,
    product_id  string primary key index using plain,
    INDEX product_category_index using plain(product_id, category_id)
    active boolean,
    parent_category_id integer,
    updated_at timestamp
);

加盟查询：

select p.product_id from catalog.product_category pc join catalog.product p on p.product_id=pc.product_id limit 40000;

尝试了多种方法 - 索引 product_id（作为整数和字符串）等。

结果：要显示 35K 结果，每次需要超过 90 秒。

问题：如何优化查询响应时间？

其他一些信息： - CPU 核心 -4 - 尝试使用一个或多个节点 - 默认分片 - 产品总数 - 35K 和 product_category 只有 35K 条目。

用例：我正在尝试将 crateDB 用作持久缓存，但在给定的查询响应时间下，我们无法真正做到这一点。所以我们将转移到一些内存数据库，如 REDIS 或 Memcache。选择 crateDB 的原因是对持久数据的查询能力。

4

1 回答 1

0

与加入STRING类型相比，加入类型列的成本非常高NUMERIC（对字符串值的相等检查比对数值的成本高得多）。如果您没有特殊的理由这样做，我建议您将它们更改为一种NUMERIC类型（例如INTEGER, LONG, ...），这将提高查询速度的多个因素。

顺便提一句。index using plain是所有列的默认索引设置，因此您可以忽略它。此外，复合索引product_category_index无助于改进连接查询，如果您使用WHERE包含此索引列的子句对其进行过滤，这一点很重要。

更新

您可以做的另一项改进是添加一个ORDER BY p.product_id, pc.product_id子句。这样，连接算法在达到您的应用时可能会停止LIMIT。

于 2017-03-28T09:03:11.347 回答