對於彙總型別的分析報表，在報表生成時往往需要進行分組聚集運算，如果在資料庫中先進行一次分組聚集，能夠大大減少取到報表伺服器的記錄數，加快取數和報表運算的速度。
看如下報表：
這是乙個典型的交叉分組報表，其sql有兩種寫法：
第一種：select 產品，客戶，銷量 from 購買記錄表
第二種：select產品，客戶，sum(銷量) from 購買記錄表 group by 產品，客戶
而報表的做法都一樣，如下圖所示：
分析：採用第一種做法，不僅僅取到報表伺服器上記錄數多了，取數速度慢，而且在報表端對購買記錄表進行分組運算的時候速度也慢了；
採用第二種做法，資料庫雖然要進行分組運算，但是資料庫中有索引，運算速度快，且取到報表伺服器端的記錄數大大減少，取數速度大大加快，因此在報表端進行分組運算的時候只要對很少的記錄數進行，報表的運算速度大大加快了。
總結：第二種做法的效能遠遠優於第一種
在Spark中盡量少使用GroupByKey函式
為什麼建議盡量在spark 中少用groupbykey，讓我們看一下使用兩種不同的方式去計算單詞的個數，第一種方式使用reducebykey 另外一種方式使用groupbykey，如下 01 user 過往記憶 02 date 2015 05 18 03 time 下午22 26 06 過往記憶部落...
SQL中Group分組獲取Top N 方法實現
有產品表，包含id，name，city，addtime四個字段，因報表需要按城市分組，統計每個城市的最新10個產品，便向該表中插入了100萬資料，做了如下系列測試 create table dbo products id int identity 1,1 not null name nvarchar...
盡量避免在SQL語句的WHERE子句中使用函式
start 在sql語句的where子句中應該盡量避免在字段上使用函式，因為這樣做會使該字段上的索引失效，影響sql語句的效能。即使該字段上沒有索引，也應該避免在字段上使用函式。考慮下面的情況 現在要求你把2009.9.24註冊的使用者都查出來，怎麼辦？可能有人會這麼寫 不過很遺憾，這個語句是錯誤的...