我目前正在为一种仓库解决方案进行一些数据加载。我每晚都会从生产中导出数据，然后必须加载。仓库表上没有其他更新。为了只为某个表加载新项目，我目前正在执行以下步骤：
where x > y的查询加载数据
为了避免性能问题（我每天加载大约 100 万行），我从表中删除了大多数索引（只有生产需要，仓库中不需要）。但是这样检索最大值需要一些时间......所以我的问题是：
在该列上没有索引的情况下，获取当前最大值的最佳方法是什么？我刚刚阅读了有关使用stats 的信息，但我不知道如何处理带有“timestamp with timezone”的列。在加载之前禁用索引，然后重新创建它需要很长时间......
【问题讨论】：
标签： performance oracle statistics indexing
这段代码是用oracle写的，但是应该兼容大部分的SQL版本：
这会根据范围获取表中max(high_val)的key。
select high_val, my_key
from (select high_val, my_key
from mytable
where something = 'avalue'
order by high_val desc)
where rownum <= 1
这句话的意思是：按high_val 降序对something = 'avalue' 的值排序mytable。只抓取第一行，它将为您提供所选范围内的 max(high_val) 和该表的 my_key。
【讨论】：
让创建提取文件的过程也提取具有您想要的最小/最大值的单行文件。我假设该片段是在某个 cron 或调度程序上编写的，因此要求向该脚本添加最小/最大计算不应该太多；）
如果没有，请进行全面扫描。百万行并不多，尤其是在数据仓库环境中。
【讨论】：
作为列级统计信息的一部分计算的最小值和最大值是估计值。优化器只需要它们相当接近，而不是完全准确。我当然不会相信它们是加载过程的一部分。
每天加载一百万行并不算多。你有一个非常小的加载窗口吗？我有点难以相信您负担不起为执行最小/最大索引扫描所需的行编制索引的成本。
但是，如果您想避免使用索引，您可能希望将最后一个最大值存储在一个单独的表中，该表作为加载过程的一部分进行维护。在表 A 中加载第 1-1000 行后，您将更新此汇总表中表 A 的行，以指示您处理的最后一行是第 1000 行。下次进入时，您将从汇总表，从 1001 开始。
【讨论】：
如果列上没有索引，DBMS唯一能在列中找到最大值的方法是全表扫描，对于大表需要很长时间。
我想 DBMS 可以在插入、更新和删除时尝试跟踪列中的最小值和最大值（将值存储在系统目录中） - 但删除是我所知道的没有 DBMS 尝试的原因通过每行操作使统计信息保持最新。如果删除最大值，如果该列没有被索引，则查找新的最大值需要进行表扫描（如果它被索引，则索引使得查找最大值变得微不足道，因此信息不必存储在系统目录）。这就是为什么它们被称为“统计”；它们是适用值的近似值。但是当您请求“SELECT MAX(somecol) FROM sometable”时，您并没有要求统计最大值；您要求的是当前的实际最大值。
【讨论】：