本文主要是介绍利用双表技术解决多列日期查询性能问题，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
一个数据库老兵(10几年数据库+数据仓库+大数据经验)遇到了这样一个难题：
有个订单表有2个字段，一个是 order_date 订单日期，一个是 entry_date 入库日期，平时业务系统查询使用的是 order_date，表呢是根据order_date 按天分区，每天凌晨ETL工具会根据 entry_date 将昨天入库的数据抽到数据仓库，他抱怨抽数的过程非常慢，因为每天入库的订单有几百万到上千万单，因为表是根据 order_date 分区的，ETL工具抽数又是用的 entry_date 来进行的过滤，这显然不能分区裁剪，每次ETL抽数据都要对订单表全表扫描，扫描所有分区，这个表一共有20几亿数据，这当然慢了，也许有人会说，可以对 entry_date 建立本地(local)索引，是的，这是一个不错的办法，但是这也不是最优解，每天有几百万到上千万单，通过索引返回几百万到上千万数据也是非常慢的，会引起大量的单块读I/O。
其实听他描述到一半我就知道他要说什么了，这个问题我在2012年就遇到过。
如果数据库支持物化视图，可以创建on commit 且按照 entry_date 分区的物化视图，业务平时查询原始订单表，ETL抽数据查询物化视图就行，物化视图是根据 entry_date 分区的，这样就可以分区裁剪，大大滴提升性能。
如果数据库不支持物化视图，可以改造业务系统，每次新订单写双份数据，一个表按照 order_date分区，一个表按照 entry_date 分区。
其实这个问题在 OLAP 中经常遇到， 不管是 HADOOP ，还是列存储数据库，还是常见的关系数据库，都可以用 "双表" 这种技术来解决性能问题，数据写双份，表按不同查询列分区/分桶 就可以了
这篇关于利用双表技术解决多列日期查询性能问题的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
