Copyright © 2023 PawSQL

NULL值处理是应用开发人员最容易出错误的地方，主要的原因是大家习惯使用二元的布尔逻辑来思考判断，而数据库对于NULL值的处理逻辑是三值逻辑。事实上，数据库优化器中缺陷最多的其实也是和NULL值处理相关的逻辑。即使是有着几十年历史的DB2/Teradata等成熟的数据库软件，仍然有超过20%的缺陷和NULL处理相关。

本文深度解析NULL值陷阱出现的根本原因，总结了简单有效的判断逻辑；同时针对日常开发中四种常见陷阱，解释其适用条件及解决方案；最后介绍了PawSQL中和NULL值处理相关的优化规则及其实现原理。看完本篇文章，解决关于NULL值处理的所有疑问。

概述​

TPCH (TPC Benchmark H) 是一项针对决策支持系统的数据库基准测试。它由TPC (Transaction Processing Performance Council) 于1994年首次发布。TPCH测试由一组22个复杂的业务查询和若干数据维护查询组成,用于衡量关系数据库管理系统在复杂的分析查询下的性能。这些查询模拟了一个批发供应商的数据仓库中的真实查询,涵盖订单分析、供应链管理、部分销售分析等方面。数据库厂商会使用TPCH测试自己产品,评估不同服务器、存储配置、并行处理、资源调度对数据库性能的影响。

本文将在硬件配置、数据库参数保持不变的情况下，仅仅从查询重写和索引推荐的角度，评估PawSQL的优化建议对于TPCH测试集的性能提升作用。

Copyright © 2023 PawSQL

问题定义​

我们有时候会使用以下查询语句获取数据集的随机样本。

select * from orders order by rand() limit 10; 

MySQL的函数rand或PostgreSQL的函数random会返回一个在范围0到1.0之间的随机浮点数。

它的执行计划如下，

Copyright © 2023 PawSQL

问题定义​

当你使用COUNT (DISTINCT) 进行多列的计算时，它的计算结果可能和你预想的不同。COUNT (DISTINCT col) 计算该列除 NULL 之外的不重复行数，而COUNT (DISTINCT col, col2)则会排除掉任何一列为NULL的行。

PostgreSQL​

数据访问​

SEQ SCAN: 通过顺序扫描输入记录集来查找相关记录，顺序扫描（与索引扫描不同）执行单个读取操作。 CTE SCAN: 对公共表达式（CTE）查询结果执行顺序扫描。请注意，CTE的结果被计算并临时存储(Materialization)。 INDEX SCAN: 根据索引查找相关记录。索引扫描执行两次读取操作：一次读取索引，另一次从表中读取实际值。