标签: sorting

我们的 MySQL 数据库将包含一个百科全书。百科全书将显示在每个页面都包含从一个字母开始的条目的页面中。

我应该使用哪些索引？我应该为字段“标题”设置两个索引（一个长度为 255 的索引用于排序，一个长度为 1 的索引用于按第一个字母进行索引）？

创建表`cyclopedy`（
  `id` int(10) unsigned NOT NULL auto_increment，
  `title` varchar(255) 整理 utf8_bin NOT NULL，
  `article` mediumtext collat​​e utf8_bin NOT NULL，
  主键（`id`），
  KEY `title` (`title`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_bin;

好吧，现在我明白长度 1 不足以按第一个字母进行索引，因为 UTF-8 字母可能由三个字节组成。

我有以下定义：

CREATE TABLE [dbo].[JobItems] (
    [ItemId]            UNIQUEIDENTIFIER NOT NULL,
    [ItemState]         INT              NOT NULL,
    [ItemCreationTime]  DATETIME         NULL DEFAULT GETUTCDATE(),
    [ItemPriority]      TINYINT          NOT NULL DEFAULT(0),
    [ItemRefreshTime]   DATETIME         NULL,
    -- lots of other columns
    CONSTRAINT [PrimaryKey_GUID_HERE] PRIMARY KEY NONCLUSTERED ([ItemId] ASC)
);

CREATE UNIQUE CLUSTERED INDEX [JobItemsIndex]
    ON [dbo].[JobItems]([ItemId] ASC);

CREATE INDEX [GetTaskToProcessIndex]
    ON [dbo].[JobItems]([ItemState], [ItemPriority], [ItemCreationTime])

以及以下查询：

SELECT TOP(1) ItemId FROM JobItems
WHERE ItemState = 5 OR
   ( ( ItemState = 11 ) AND ( DATEDIFF( SECOND, ItemRefreshTime, GETUTCDATE() ) > 14 …

对于所有这些查询：

SELECT label FROM personal.storage_disks ORDER BY label ASC;
SELECT label FROM personal.storage_disks ORDER BY label COLLATE "C" ASC;
SELECT label FROM personal.storage_disks ORDER BY label COLLATE "POSIX" ASC;
SELECT label FROM personal.storage_disks ORDER BY label COLLATE "default" ASC;

输出总是：DISK 1, DISK 10, DISK 2, DISK 3, [...]
但是，我想要并期望：DISK 1, DISK 2, DISK 3, [...] DISK 10

我现在没有根据SELECT * FROM pg_collation;......尝试的排序规则，除非我应该使用具有神秘名称的许多非常奇怪的排序规则之一。（我什至尝试了一堆结果相同的方法。）

请注意，我已经阅读了现有的看似相关的 SE 问题以及许多关于 的文章SORT BY，但它们没有帮助，也没有为我清除任何内容。

我正在使用 PostgreSQL 12.4

我正在使用 Oracle sqlplus。我有以下查询：

SELECT fooID from foo MINUS
SELECT fooID from bar;

我创建了两个非聚集 B+ 树索引。一个在fooID表的字段中foo，一个在表的字段fooID中bar。之后，我分析了两个表的统计信息：foo并bar使用EXPLAIN PLAN .... 但我明白了：

  SELECT STATEMENT
      MINUS
        SORT UNIQUE
          INDEX FAST FULL SCAN FOO_INDEX
        SORT UNIQUE
          INDEX FAST FULL SCAN BAR_INDEX

这怎么可能呢？做的时候INDEX FAST FULL SCAN，因为索引是 B+ 树，系统不会取回它的元组排序吗？为什么需要这样做SORT UNIQUE（数据已经排序）？

我还没有找到表索引对表操作的算法顺序的影响的明确指示。

我对具体实现的细节不感兴趣；我假设 RDMS 设计人员知道他们在做什么，并且他们已经尽可能提高了效率。

我将把我的讨论限制在单个索引上，我认为额外的索引只是添加了一个额外的维度（即基本过程必须执行多次）。

下面假设每种情况下只有一条记录 - 索引的好处对于多个记录操作大大增强，因为（通常）查找操作需要执行的次数少于正在查找的记录数，因为它们可以在一个范围内检索。

对于未索引的表，我认为操作是：

Step                INSERT     SELECT     DELETE     UPDATE
Find the record      N/A        O(n)       O(n)       O(n)
Modify the record    O(1)       N/A        O(1)       O(1)
OVERALL              O(1)       O(n)       O(n)       O(n)

这假设查找记录需要表扫描，但新记录只是简单地放在末尾。

建立索引是一个基于高效排序算法的 O(nlog(n)) 操作。

对于索引表，我相信操作是：

Step                INSERT     SELECT     DELETE     UPDATE
Find the record      N/A      O(log(n))  O(log(n))  O(log(n))
Modify the record    O(1)       N/A        O(1)       O(1)
Update the index   O(log(n))    N/A        O(1)       O(1)
OVERALL            O(log(n))  O(log(n))  O(log(n))  O(log(n))

这假设现在查找记录是对索引的有序查找操作，更新索引是一个步骤DELETE和UPDATE（因为您已经找到了记录）和一个有序查找INSERT

也就是说，插入变得更糟，但其他一切都变得更好。

这样对吗？

我们最近使用较新版本的 Oracle (12c) 而不是 11r2 部署了一个新环境。

直到最近我才注意到我返回的数据的排序方式不同。

而不是有小写字母、大写字母和数字......（在 Oracle 11r2 上）我以相反的方式对我的数据进行排序：数字、大写字母、小写字母（Oracle 12c）

这确实让查询数据库的各种应用程序的最终用户感到困惑。我需要检查/比较哪些设置才能在 Oracle 12c 中解决此问题？

我提到的查询有一个 order by 子句。 编辑 这些参数的设置在两个环境上是相同的：

NLS_SORT 类型：字符串值：

nls_language 类型：字符串值：DUTCH

所以 NLS_SORT 没有值，那么默认值是多少？

@菲尔

select * from NLS_INSTANCE_PARAMETERS;

Parameter                     Oracle11r2          Oracle12c
NLS_LANGUAGE                       DUTCH              DUTCH
NLS_TERRITORY            THE NETHERLANDS    THE NETHERLANDS
NLS_SORT
NLS_DATE_LANGUAGE
NLS_DATE_FORMAT
NLS_CURRENCY
NLS_NUMERIC_CHARACTERS
NLS_ISO_CURRENCY
NLS_CALENDAR
NLS_TIME_FORMAT
NLS_TIMESTAMP_FORMAT
NLS_TIME_TZ_FORMAT
NLS_TIMESTAMP_TZ_FORMAT
NLS_DUAL_CURRENCY
NLS_COMP                          BINARY           BINARY
NLS_LENGTH_SEMANTICS                BYTE             CHAR
NLS_NCHAR_CONV_EXCP                FALSE            FALSE

select * from NLS_SESSION_PARAMETERS;

these are the same as my NLS settings in Oracle …

假设我有一列 x 的值是 A 和 B。例如：

Row X
1   A
2   A
3   A
4   B
5   B
6   B

现在，我想将它们分类为这种方式：

Row X
1   A
2   B
3   A
4   B
5   A
6   B

当然，我可以新建一个 Column Y。然后将 A 行分配给奇数 (1, 3, 5, ...)，将 B 行分配给偶数 (2, 4, 6, ...)，然后按 Y 列排序。但是有没有更简单的方法来实现这一目标？

如果答案可以与 MS SQL 一起使用，那将是最好的。

我想测试 tempdb 溢出警告，所以我在 SQL Server 2014 上运行以下脚本：

USE tempdb

IF OBJECT_ID('tempdb..tblTest') IS NOT NULL DROP TABLE tblTest

CREATE TABLE tblTest
(
          c1 INT         PRIMARY KEY CLUSTERED,
          c2 INT        ,
          c3 CHAR (1000)
);

GO
SET NOCOUNT ON;

BEGIN TRANSACTION;

DECLARE @i AS INT;

SET @i = 1;

WHILE @i <= 10000
          BEGIN
                    INSERT  INTO tblTest (c1, c2, c3)
                    VALUES              (@i, @i, 'a');
                    SET @i = @i + 1;
          END

COMMIT TRANSACTION;

GO
UPDATE STATISTICS dbo.tblTest
GO
SET STATISTICS XML ON; …

我正在尝试优化查询以更快地运行。查询如下：

SELECT grp_fk_obj_id, grp_name
FROM tbl_groups as g1
         CROSS APPLY (SELECT TOP 1 grp_id as gid
                      FROM tbl_groups as g2
                      WHERE g1.grp_fk_obj_id = g2.grp_fk_obj_id
                      ORDER BY g2.date_from DESC, ISNULL(date_to, '4000-01-01') DESC) as a
WHERE g1.grp_id = gid

grp_id 是主键。grp_fk_obj_id 是另一个对象的外键。这两列都有索引（我猜它是默认的）。

完成大约需要半秒钟，但我需要它来加快工作速度。我查看了执行计划，它显示“Top N 排序”的成本超过 90%。另外，我注意到，如果我删除了交叉应用中的 where 子句，那么它的运行速度至少要快 5 倍，但我需要以一种或另一种方式使用 where 子句。

您是否认为有可能提高此查询的性能？

编辑：表创建 DDL：

create table tbl_groups
(
    grp_id        bigint identity
        constraint PK_tbl_groups
            primary key,
    grp_fk_obj_id bigint      not null
        constraint FK_grp_fk_obj_id
            references tbl_other,
    grp_name      varchar(30) not null,
    date_from     date        not null, …

我有一个返回所需输出的查询。

SELECT 
    shop,
    JSON_AGG(item_history.* ORDER BY created_date DESC) as data
FROM item_history
GROUP BY
    shop;

结果：

[
  {
    "shop": "shop1",
    "data": [
      {
        "id": 226,
        "price": "0",
        "shop": "shop1.com",
        "country": "UK",
        "item": "item1",
        "created_date": "2021-06-07T08:48:42.338201",
      },
      {
        "id": 224,
        "price": "0",
        "shop": "shop1.com",
        "country": "UK",
        "item": "item 1",
        "created_date": "2021-06-07T07:53:25.030621",
      },
      ...
  },
  {
    "shop": "shop2",
    "data": [
      {
        "id": 225,
        "price": "0",
        "shop": "shop2.com",
        "country": "DE",
        "item": "Item 2",
        "created_date": "2021-06-07T08:48:36.443849",
      },
      ...
]

这正是我想要的输出，但问题是它获取data数组下的所有项目，最好限制该数组。我尝试添加LIMIT

SELECT …