เป็นเรื่องปกติที่การวิเคราะห์จะมีคอลัมน์ที่ไม่ได้ใช้ คอลัมน์ที่ไม่จำเป็นแต่ยังคงเลือกไว้ จะส่งผลต่อประสิทธิภาพเป็นอย่างมาก หัวข้อนี้อธิบายวิธีการปรับปรุงประสิทธิภาพโดยการย้ายคอลัมน์ที่ไม่จำเป็นออก
ระบุคอลัมน์ที่ไม่ได้ใช้
ปี
) จะส่งผลต่อประสิทธิภาพดังนี้
ตัวเลขต่อไปนี้แสดงรายงานที่มีจำนวนลูกค้าแยกตามพื้นที่และปี
.jpg
รายงานที่ปรากฏ คือ กราฟที่แสดงจำนวนลูกค้าแยกตามพื้นที่ คุณจะเห็นว่าไม่มีคอลัมน์ ปี
รวมอยู่
.jpg
การสืบค้นแบบลอจิคัลที่มีคอลัมน์ปีที่ไม่ได้ใช้
ถึงแม้ว่าคอลัมน์ ปี
จะไม่ปรากฏในวิว แต่ยังคงมีการเลือกไว้เป็นส่วนหนึ่งของการสืบค้นแบบลอจิคัล
.jpg
ปี
ไว้ในการวิเคราะห์มีผลกระทบดังต่อไปนี้
การสืบค้นแบบฟิสิคัลที่มีคอลัมน์ปีที่ไม่ได้ใช้
หากคุณตรวจสอบการสืบค้นแบบฟิสิคัล คุณสามารถระบุส่วนที่ประสิทธิภาพจะได้รับผลกระทบ
.jpg
ตัวอย่างนี้แสดง SELECT count distinct
จากกฎการสรุปรวมเลขที่ลูกค้า ในบางสถานการณ์ จะส่งผลกระทบต่อรายงานที่มีกฎการสรุปรวมแบบ sum ด้วย การสืบค้นที่สร้างขึ้นในสถานการณ์นี้ใช้ชุดการจัดกลุ่มด้วยเช่นกัน ในระดับฐานข้อมูล อาจมีการเลือกแถวจำนวนมาก (หลายล้านแถว) และต้องจัดกลุ่มตามปี
และพื้นที่
ตลอดจนพื้นที่
ซึ่งการดำเนินการนี้อาจสิ้นเปลืองทรัพยากรของฐานข้อมูลเป็นจำนวนมากโดยไม่จำเป็น
ย้ายคอลัมน์ที่ไม่ได้ใช้ออก
ย้ายคอลัมน์ ปี
ออก และวิเคราะห์ผลกระทบต่อการสืบค้นแบบลอจิคัลและฟิสิคัลที่สร้างขึ้น
ย้ายการสืบค้นแบบลอจิคัลหลังคอลัมน์ปีออกแล้ว
ตอนนี้การสืบค้นแบบลอจิคัลไม่มีคอลัมน์ปี
แล้ว และที่สำคัญกว่านั้น การสรุปรวมรายงานถูกย้ายออกแล้ว
.jpg
ย้ายการสืบค้นแบบฟิสิคัลหลังคอลัมน์ปีออกแล้ว
การสืบค้นแบบฟิสิคัลง่ายดายขึ้นมากในตอนนี้ เนื่องจากไม่รวมชุดการจัดกลุ่ม และจำนวนเรคคอร์ดที่เลือกไว้ลดลงเป็นอย่างมาก
.jpg
เมื่อตรวจสอบการวิเคราะห์รายงานที่ไม่มีประสิทธิภาพ และเพียงย้ายคอลัมน์ที่ไม่ได้ใช้ที่ซ้ำซ้อนในอินสแตนซ์แรกสุดออก คุณก็จะได้รับประสิทธิภาพที่เพิ่มขึ้นได้อย่างมาก การสืบค้นแบบฟิสิคัลที่สร้างขึ้นได้ลดความซับซ้อน และส่งคืนเรคคอร์ดที่น้อยลง ดังนั้นจึงจำเป็นต้องมีการประมวลผลน้อยลง