数据库管理员

在此阶段，我试图以尽可能少的假设（关于Web应用程序实际如何演变）来决定数据库设计。 第一步，了解JOINS昂贵，因此我考虑使用少量的整体表，而不是大量的规范化较小表。第二点，我对使用hstore与常规表与JSONB（具有GiST索引）之间感到困惑。 AFAIK（请随时纠正）： 通常，在Postgres中，已知hstore的性能要优于其他数据类型。FOSDEM PGDAY的演示文稿有一些有趣的统计数据（在幻灯片的下半部分）。 https://wiki.postgresql.org/images/b/b4/Pg-as-nosql-pgday-fosdem-2013.pdf hstore的一个优点是快速索引（GiN或GiST）。但是，使用JSONB，GiN和GiST索引也可以应用于JSON数据。 来自第二象限专家的博客说：“这时可能值得在所有新应用程序中用jsonb替换hstore使用”（滚动到最后）：http ://blog.2ndquadrant.com/postgresql-anti-patterns-unnecessary -jsonhstore-dynamic-columns / 因此，我想决定以下几点： 对于数据的主要（结构化）部分：它应该放在几个关系表中（相对较大，有很多列），还是应该是使用hstore的许多键值存储？ 对于临时（用户提供的/非结构化的）数据，应该将其存储在JSON中还是将其存储在hstore中（存储在主要关系表之一中）？

28 postgresql  database-design 

我正在测试从群集的列存储索引中删除数据。 我注意到执行计划中有一个急切的假脱机操作员： 具有以下特征： 删除6000万行 1.9使用GiB TempDB 14分钟执行时间 连续计划 1在线轴上重新绑定 估计扫描成本：364.821 如果我诱使估算器低估了，我会得到一个更快的计划，避免使用TempDB： 估计扫描成本：56.901 （这是一个估计的计划，但是注释中的数字正确。） 有趣的是，如果我通过运行以下命令刷新增量存储，则线轴会再次消失： ALTER INDEX IX_Clustered ON Fact.RecordedMetricsDetail REORGANIZE WITH (COMPRESS_ALL_ROW_GROUPS = ON); 仅当增量存储中的页面阈值超过某个阈值时才引入假脱机。 要检查增量存储的大小，我正在运行以下查询来检查表的行内页面： SELECT SUM([in_row_used_page_count]) AS in_row_used_pages, SUM(in_row_data_page_count) AS in_row_data_pages FROM sys.[dm_db_partition_stats] as pstats JOIN sys.partitions AS p ON pstats.partition_id = p.partition_id WHERE p.[object_id] = OBJECT_ID('Fact.RecordedMetricsDetail'); 第一个计划中的假脱机迭代器是否有任何合理的好处？我必须假定它旨在提高性能，而不是用于万圣节保护，因为它的存在不一致。 …

28 sql-server  sql-server-2014  columnstore  sql-server-2016 

我正在使用扩展事件来收集阻止的流程报告，并且由于某些原因，某些报告中该blocking-process节点为空。这是完整的xml： <blocked-process-report monitorLoop="383674"> <blocked-process> <process id="processa7bd5b868" taskpriority="0" logused="106108620" waitresource="KEY: 6:72057613454278656 (8a2f7bc2cd41)" waittime="25343" ownerId="1051989016" transactionname="user_transaction" lasttranstarted="2017-03-20T09:30:38.657" XDES="0x21f382d9c8" lockMode="X" schedulerid="7" kpid="15316" status="suspended" spid="252" sbid="0" ecid="0" priority="0" trancount="2" lastbatchstarted="2017-03-20T09:39:15.853" lastbatchcompleted="2017-03-20T09:39:15.850" lastattention="1900-01-01T00:00:00.850" clientapp="Microsoft Dynamics AX" hostname="***" hostpid="1348" loginname="***" isolationlevel="read committed (2)" xactid="1051989016" currentdb="6" lockTimeout="4294967295" clientoption1="671088672" clientoption2="128056"> <executionStack> <frame line="1" stmtstart="40" sqlhandle="0x02000000f7def225b0edaecd8744b453ce09bdcff9b291f50000000000000000000000000000000000000000" /> <frame line="1" …

28 sql-server  sql-server-2012  profiler  blocking  extended-events 

我们有一个数据仓库，它的记录数很大（10-20百万行），并且经常运行查询来对某些日期之间的记录进行计数，或者对带有某些标志的记录进行计数，例如 SELECT f.IsFoo, COUNT(*) AS WidgetCount FROM Widgets AS w JOIN Flags AS f ON f.FlagId = w.FlagId WHERE w.Date >= @startDate GROUP BY f.IsFoo 性能并不是很糟糕，但可能会相对缓慢（在冷缓存中可能为10秒）。 最近，我发现我可以GROUP BY在索引视图中使用，因此尝试了类似于以下内容的操作 CREATE VIEW TestView WITH SCHEMABINDING AS SELECT Date, FlagId, COUNT_BIG(*) AS WidgetCount FROM Widgets GROUP BY Date, FlagId; GO CREATE UNIQUE CLUSTERED …

28 sql-server  index  query-performance  materialized-view 

我正在执行更新，其中我需要对tstzrange变量进行完全相等的处理。约100万行被修改，查询耗时约13分钟。的结果EXPLAIN ANALYZE可以在此处看到，实际结果与查询计划者估算的结果有很大不同。问题在于索引扫描开启t_range期望返回一行。 这似乎与以下事实有关：范围类型的统计信息与其他类型的统计信息存储方式不同。综观pg_stats为列图，n_distinct是-1和其它字段（例如most_common_vals，most_common_freqs）是空的。 但是，必须在t_range某处存储统计信息。一个非常相似的更新，其中我在t_range上使用“内”而不是完全相等，需要大约4分钟的时间来执行，并且使用完全不同的查询计划（请参阅此处）。第二个查询计划对我来说很有意义，因为将使用临时表中的每一行以及历史记录表的大部分。更重要的是，查询计划人员为上的过滤器预测了大约正确的行数t_range。 的分布t_range有点不寻常。我正在使用此表存储另一个表的历史状态，并且对另一个表的更改会在大型转储中一次全部发生，因此没有许多不同的值t_range。以下是与的每个唯一值相对应的计数t_range： t_range | count -------------------------------------------------------------------+--------- ["2014-06-12 20:58:21.447478+00","2014-06-27 07:00:00+00") | 994676 ["2014-06-12 20:58:21.447478+00","2014-08-01 01:22:14.621887+00") | 36791 ["2014-06-27 07:00:00+00","2014-08-01 07:00:01+00") | 1000403 ["2014-06-27 07:00:00+00",infinity) | 36791 ["2014-08-01 07:00:01+00",infinity) | 999753 t_range以上不同的计数已经完成，因此基数约为3M（其中1M会受到任一更新查询的影响）。 为什么查询1的性能比查询2差得多？就我而言，查询2是一个很好的替代品，但是如果确实需要精确的范围相等性，我如何才能使Postgres使用更智能的查询计划？ 带索引的表定义（删除不相关的列）： Column | Type | Modifiers ---------------------+-----------+------------------------------------------------------------------------------ history_id | integer | not null default nextval('gtfs_stop_times_history_history_id_seq'::regclass) t_range …

28 postgresql  query-performance  postgresql-9.3  postgresql-performance  range-types 

假设我有一个Foo带有列的表ID1, ID2和一个over定义的复合主键ID2, ID1。（我目前正在使用System Center产品，该产品具有以这种方式定义的多个表，并且主键列以与表定义中出现的相反顺序列出。） CREATE TABLE dbo.Foo( ID1 int NOT NULL, ID2 int NOT NULL, CONSTRAINT [PK_Foo] PRIMARY KEY CLUSTERED (ID2, ID1) ); GO -- Add a row and update stats so that histogram isn't empty INSERT INTO Foo (ID1, ID2) VALUES (1,2); UPDATE STATISTICS dbo.Foo; 中的key_ordinal列以sys.index_columns在复合主键中声明的顺序显示索引列： SELECT t.name, i.name, …

28 sql-server  statistics 

我们已经升级到MySQL 5.6，开始看到数据库服务器的负载显着增加，最后发现 query_cache_type默认情况下从5.6开始关闭。 我们再次启用它并看到加载减少，为什么默认情况下从MySQL 5.6开始禁用此值？我看不到启用它的问题。

28 mysql  mysql-5  mysql-5.6  query-cache 

已经在Stack Overflow上提出了此要求，但仅适用于MySQL。我正在使用PostgreSQL。不幸的是（令人惊讶的是）PostgreSQL似乎没有类似的东西CHECKSUM table。 PostgreSQL解决方案会很好，但通用解决方案会更好。我发现http://www.besttechtools.com/articles/article/sql-query-to-check-two-tables-have-identical-data，但是我不了解所使用的逻辑。 背景：我重新编写了一些数据库生成代码，因此需要检查新旧代码是否产生相同的结果。

28 postgresql  duplication 

考虑一个值和哈希表，如下所示： +------------+----------+------+-----+---------+----------------+ | Field | Type | Null | Key | Default | Extra | +------------+----------+------+-----+---------+----------------+ | id | int(11) | NO | PRI | NULL | auto_increment | | val | char(9) | NO | | NULL | | | val_hashed | char(50) | YES | | NULL | …

28 mysql  performance  select 

这可能并不完全是话题，但是今天天气很慢。 是否有一种更有效的方法来获得1到49的数字列表，并在其中包含单词的列FIZZ中将数字除以3 BUZZ时，将数字除以5时以及FIZZBUZZ将数字均除时由两个 3和5？ 我的尝试是（注意，这将清空过程高速缓存，因此请不要在生产包装盒上运行）： DBCC FREEPROCCACHE GO /*VARIANT1*/ ;WITH t AS ( SELECT RowNum = ROW_NUMBER() OVER (ORDER BY o.object_id) FROM sys.objects o ) SELECT t.RowNum , CASE WHEN ((t.RowNum % 3) + (t.RowNum % 5)) = 0 THEN 'FIZZBUZZ' ELSE CASE WHEN t.RowNum % 3 = 0 THEN …

28 sql-server 

我有一个表，其中有一个名为的列article_title。假设表格名称为articles。我需要找出多个记录中article_title数据相同的记录。 这是我得到的： select a.* from articles a where a.article_title = (select article_title from articles where article_title = a.article_title AND a.id <> articles.id)

28 mysql  duplication 

由于有些“开发人员”，我们在系统上进行了工作，因此空表存在问题。我们发现，在将数据转移到云的过程中，复制了几个表，但是没有复制其中的数据。 我想对系统表运行查询以查找哪些用户表为空。我们正在使用MS SQL 2008 R2。 谢谢您的帮助。

28 sql-server  system-tables 

刚遇到一个奇怪的问题，根据我创建索引的方式，需要一个索引名称。 http://dev.mysql.com/doc/refman/5.5/zh-CN/create-index.html http://dev.mysql.com/doc/refman/5.5/en/alter-table.html CREATE INDEX `random_name` ON `my_table` (`my_column`); # Requires an index name ALTER TABLE `my_table` ADD INDEX (`my_column`); # Does not require an index name 在我看来，CREATE INDEX调用不应使索引名称成为必需。我想知道这是MySQLism还是SQL标准？

28 mysql  index  sql-standard 

我正在使用PostgreSQL 9.1，并且我的用户表带有一login列。 登录名区分大小写，例如Bob，MikE和john。我想将所有这些记录转换为小写。我怎样才能做到这一点？

28 postgresql  functions 

将UNPIVOT功能应用于未规范化的数据时，SQL Server要求数据类型和长度相同。我知道为什么数据类型必须相同，但是为什么UNPIVOT要求长度相同？ 假设我有以下示例数据需要取消透视： CREATE TABLE People ( PersonId int, Firstname varchar(50), Lastname varchar(25) ) INSERT INTO People VALUES (1, 'Jim', 'Smith'); INSERT INTO People VALUES (2, 'Jane', 'Jones'); INSERT INTO People VALUES (3, 'Bob', 'Unicorn'); 如果我尝试取消Firstname和的Lastname列，则类似于： select PersonId, ColumnName, Value from People unpivot ( Value FOR ColumnName in (FirstName, LastName) …

28 sql-server  unpivot