与大型数据集的视图与索引表的性能

Question

我有一个包含15,000,000条记录的表。这些记录可以基于某些匹配字段（通常是单个组中的最大值3或4）相互关联。每个记录也有一个与之相关的日期，但是这个日期并不一定与它加载到表格中的日期/订单相关。

这些记录定期用于更新数据库中的其他记录。尽管如此，我只关心最新的唱片，并且在1500万条唱片（正在更新1000万条唱片）上，我想确保我忽略了其他所有内容。如果最新记录已经有“更新”标志，我也想跳过更新。

我一直在使用这样的一个观点，收集各组内的最新记录：

SELECT a, b, c, max(scan.timestamp) AS latest_scan 
FROM scan 
GROUP BY a, b, c; 

然后我用一个WHERE子句中我UPDATE忽略具有更新标志的任何记录。

有了这么多的记录，我可以使用视图吗？我已经看到人们开始创造真正的索引表，以提高性能，但我仍然认为这需要很长时间。这是我可以从中受益吗？

Answer 1

大多数情况下，您需要尝试一下，看看表现如何。

关键是视图最终会成为一个子查询的快速标记，它会给出优化器信息。所以，它仍然主要取决于优化器是否可以找到用于您调用数据库的SQL语句的索引。

请注意，您在视图中可能不需要ORDER BY，因为您将在其他一些SQL语句中使用它，然后可以对记录进行排序。如果优化器没有发现它可以跳过顺序，那么当你不需要的时候，你将花费时间进行排序。

我期望你可以使用GROUP BY a，b，c来获得组的最大时间戳。