文件名称：程序员需要经常刷题吗-vops:vops
文件大小：120KB
文件格式：ZIP
更新时间：2024-07-21 06:38:31
系统开源
需要程序员经常刷题吗动机 在 OLTP 工作负载（执行大量简单查询）上，PostgreSQL 看起来与其他主流数据库非常有竞争力。 但是对于需要处理大量数据的 OLAP 查询，面向分析查询处理的 DBMS-es 可以提供一个数量级的更好的速度。 让我们调查它为什么会发生，我们可以做些什么来使 PostgreSQL 也对 OLAP 查询有效。 DBMS 在处理 OLAP 查询的过程中大部分时间都花在哪里？ 查询的性能分析显示了几个限制 Postgres 性能的主要因素： 解包元组开销 (tuple_deform)。 为了能够访问列值，Postgres 需要对元组进行变形。 值可以被压缩，存储在其他页面（TOAST），......此外，就列的大小而言，要提取第 N 列，我们需要解压前面的 N-1 列。 所以变形元组是一个相当昂贵的操作，特别是对于具有大量属性的表。 在某些情况下，重新排列表中的列可以显着减少查询执行时间。 另一种通用方法是将表分成两部分：一个是经常访问的标量列的小表，另一个是很少使用的大列。 当然在这种情况下我们需要执行额外的连接，但它允许多次减少获取的数据量。 在像 TP
【文件预览】：
vops-master
----projections.sql(2KB)
----.gitignore(43B)
----vops_as_123.md(13KB)
----tpch2.sql(8KB)
----README.md(52KB)
----vops_fdw.c(47KB)
----vops.html(54KB)
----vops_fdw.h(3KB)
----tpch.sql(8KB)
----vops--1.0.sql(206KB)
----LICENSE(1KB)
----META.json(1KB)
----sql()
--------test.sql(5KB)
----vops.h(3KB)
----expected()
--------test.out(11KB)
----Makefile(562B)
----vops.c(146KB)
----deparse.c(55KB)
----vops.control(127B)