223
汽車大全
從Approx_Count_Distinct到M7的CPU集成
昨天和朋友交流，聯想起Oracle的兩個特性，approx_count_distinct 和 SQL in Silicon，從軟件到硬件，從典型SQL入手的優化，Oracle一步一步走向細節和性能的極致。
在Oracle 12c中，有一個新的函數被引入進來 - approx_count_distinct 。這個函數的作用是，當我們進行Count Distinct計算時，給出一個近似值。
TOM說，這個函數會帶來5x ~ 50x的性能提升，精度可以達到97%以上。在不需要絕對精確的返回值時，這個函數可以發揮其顯著的功效。
這個估算值不絕對精確，但是在很多情況下足夠，又可以極大的節省資源。在很多係統中，COUNT DISTINCT是個常見的操作，如果使用這個函數，則可能帶來很好的性能改善。
以下是我非常簡單的一個測試，可以看到基本的效果：
在簡單的小數據量測試中，很可能看不到幾十倍的改變。approx_count_distinct在大數據量下的表現會非常好，資源使用非常低，極其穩定。
以下幾張圖引自數據庫專家 Christian Antognini的測試，網頁鏈接如下：
https://antognini.ch/2014/10/the-approx_count_distinct-function-a-test-case/
以下兩圖可以看到近似計算在大數據量下的響應時間穩定，內存消耗很少，這在大數據量的計算環境下，改進是顯著的：
而且，這個估算值的偏差很小，如同TOM所有，通常97%的準確性，並且有信心達到95%，下圖也很好的驗證了這個偏離範圍：
這讓我聯想到Oracle的M7處理器，其中的Software / SQL IN Silicon，Oracle進一步將那些常見的COUNT取值SQL固化進了CPU，進一步為用戶帶來10幾倍的性能提升。
count(*) 和 count distinct 都是非常常見的操作，也很消耗資源。從常見、常用的SQL入手，Oracle的一點點改進都會給用戶帶來幫助，在細節上的優化Oracle做到極致了。
文章轉自數據和雲公眾號，原文鏈接
最後更新：2017-07-18 12:03:23