扫二维码与项目经理沟通
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
关联动作会严重影响性能，SPL支持内存预关联，可以加快关联动作，从而提升性能。
站在用户的角度思考问题，与客户深入沟通，找到上犹网站设计与上犹网站推广的解决方案，凭借多年的经验，让设计与互联网技术结合，创造个性化、用户体验好的作品，建站类型包括：网站设计、成都做网站、企业官网、英文网站、手机端网站、网站推广、空间域名、虚拟主机、企业邮箱。业务覆盖上犹地区。
为了理解关联动作对性能的影响，下面设计一套Oracle关联表，以及无关联的宽表，并执行同样的计算。
关联表的结构和关系如下：
数据量：通话记录表（百万条）、用户表（十万条）、开户网点（一万条），代理商表（一万条）。
计算目标：求通讯总成本，即所有呼出用户和呼入用户分别对应的网点均摊成本、代理商均摊成本之和。
将关联结果写入另一张表，形成无关联的宽表：
| callRecordWide |
| SERIALNUMBER |
| CHARGE |
| OUTBRANCHOUTCOST |
| INBRANCHINCOST |
| OUTAGENTOUTCOST |
| INAGENTINCOST |
下面的SPL脚本，用来说明关联动作对性能的影响：
| A | B | |
| 1 | =connect("orcl") | |
| 2 | =now() | |
| 3 | for 10 | =A1.query("select sum(outBranch.outCost+inBranch.inCost+outAgent.outCost+inAgent.inCost) from callRecord,callUser outUser,callUser inUser,telecomBranch outBranch,telecomBranch inBranch,telecomAgent outAgent,telecomAgent inAgent where callRecord.outID=outUser.userID and callRecord.inID=inUser.userID and outUser.branchID=outBranch.branchID and outUser.agentID=outAgent.agentID and inUser.branchID=inBranch.branchID and inUser.agentID=inAgent.agentID") |
| 4 | =interval@ms(A2,now()) | /Oracle关联表25802ms |
| 5 | ||
| 6 | =now() | |
| 7 | for 10 | =A1.query("select sum(outBranchOutCost+inBranchInCost+outAgentOutCost+inAgentInCost) from callRecordWide") |
| 8 | =interval@ms(A6,now()) | /oracle宽表2055ms |
| 9 | =A1.close() |
可以看到，关联比无关联慢12.6倍（25802/2055），会严重影响计算性能。
SPL可以通过预关联来提升关联动作的性能。首先加载数据到内存，代码如下：
| A | B | |
| 1 | =connect("orcl") | |
| 2 | =A1.query("select * from telecomAgent").keys(AGENTID) | |
| 3 | =A1.query("select * from telecomBranch").keys(BRANCHID) | |
| 4 | =A1.query("select * from callUser").keys(USERID) | |
| 5 | =A1.query("select * from callRecord").keys(SERIALNUMBER) | |
| 6 | =A1.switch(AGENTID,A2:AGENTID; BRANCHID,A3:BRANCHID) | |
| 7 | =A5.switch(OUTID,A14:USERID; INID,A4:USERID) | |
| 8 | =env(callRecord,A7) | /全局变量：预关联 |
函数switch可将字段值替换为记录引用，从而实现预关联。
后续业务算法中，可以直接引用其他表的字段，从而提升关联计算的性能，如下：
=callRecord.sum(OUTID.BRANCHID.OUTCOST+INID.BRANCHID.INCOST +OUTID.AGENTID.OUTCOST+INID.AGENTID.INCOST) |
为了直观理解预关联对计算性能的提升，下面同样用SPL预关联和宽表做比较。
| A | B | |
| 11 | =connect("orcl") | |
| 12 | =A11.query("select * from telecomAgent").keys(AGENTID) | |
| 13 | =A11.query("select * from telecomBranch").keys(BRANCHID) | |
| 14 | =A11.query("select * from callUser").keys(USERID) | |
| 15 | =A11.query("select * from callRecord").keys(SERIALNUMBER) | |
| 16 | =A14.switch(AGENTID,A12:AGENTID; BRANCHID,A13:BRANCHID) | |
| 17 | =A15.switch(OUTID,A14:USERID; INID,A14:USERID) | |
| 18 | =env(callRecord,A17) | /全局变量：预关联 |
| 19 | =A11.query@s("select * from callRecordWide").keys(SERIALNUMBER) | |
| 20 | =env(callRecordWide,A19) | /全局变量：宽表 |
| 21 | ||
| 22 | =now() | |
| 23 | for 10 | =callRecord.sum(OUTID.BRANCHID.OUTCOST +INID.BRANCHID.INCOST +OUTID.AGENTID.OUTCOST+INID.AGENTID.INCOST) |
| 24 | =interval@ms(A22,now()) | /SPL预关联13272ms |
| 25 | ||
| 26 | =now() | |
| 27 | for 10 | =callRecordWide.sum(OUTBRANCHOUTCOST +INBRANCHINCOST+OUTAGENTOUTCOST +INAGENTINCOST) |
| 28 | =interval@ms(A26,now()) | /SPL宽表2210ms |
可以看到，预关联比宽表慢6倍（13272/2210），相对于关联表比宽表慢的12.6倍，已经有较大幅度的提升。在宽表时，SPL计算性能和ORACLE几乎相同（2210:2055），但在有关联时，预关联的SPL计算速度已经明显超出临时关联的ORACLE了（13272:25802）。
需要注意的是，上述算法虽然使用了宽表做对比，但并不是说宽表可以代替关联表。事实上，宽表会浪费大量空间，还会造成创建、同步等维护困难，实际项目中很少用到。而预关联使用引用来建立关联，不会创造新表，不会浪费空间，不需要同步数据。
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
微信二维码
移动版官网