jmeter测试结果tps怎么看（从TPCH测试学习性能优化技巧之）
jmeter测试结果tps怎么看（从TPCH测试学习性能优化技巧之）p_partkey = l_partkeywhere sum(l_extendedprice) / 7.0 as avg_yearlyfrom lineitem part
从 TPCH 测试学习性能优化技巧之 Q17一、 查询要求Q17语句查询获得比平均供货量的百分之二十还低的小批量订单。对于指定品牌和指定包装类型的零件，决定在一个七年数据库的所有订单中这些订单零件的平均项目数量（过去的和未决的）。如果这些零件中少于平均数20％的订单不再被接纳，那平均一年会损失多少呢？所以此查询可用于计算出如果没有小量订单，平均年收入将损失多少（因为大量商品的货运，将降低管理费用）。
Q17语句的特点是：带有聚集、聚集子查询操作并存的两表连接操作。
二、 Oracle执行Oracle编写的查询SQL语句如下：
select /* parallel(n) */
sum(l_extendedprice) / 7.0 as avg_yearly
from
lineitem part
where
p_partkey = l_partkey
and p_brand = 'Brand#33'
and p_container = 'LG DRUM'
and l_quantity < (
select
0.2 * avg(l_quantity)
三、 SPL优化这种在子查询中用等值条件与主表关联的情况，都可以转换成JOIN来计算，从而可以利用JOIN的优化技术。
select /* parallel(n) */
sum(l_extendedprice) / 7.0 as avg_yearly
from
lineitem part
(select l_partkey lp 0.2*avg(l_quantity) lq
from lineitem
group by l_partkey
) lpq
where
p_partkey = l_partkey
and p_brand = 'Brand#33'
and p_container = 'LG DRUM'
and l_partkey=lp
and l_quantity < lq
这相当于对lineitem表进行两次外键匹配过滤，其中一个外键表是子查询计算出来的中间表lpq，而因为是内连接，lpq中涉及到的partkey也只在part表过滤后的范围内，因此可以复用part表的过滤。
SPL脚本如下：
脚本执行时间，单位：秒
在前面的SPL脚本中，A7和A9中对lineitem表按part表外键过滤遍历了两次。如果服务器内存足够，可以把过滤后的结果保存在内存中，无需第二次遍历读数，性能将会提高不少，因为lineitem表数据量很大。
SPL脚本如下：
A7.cursor@m(A1)利用SPL提供的内存并行计算技术将内存中的序表A7变成多路游标，可以利用并行计算来提速。
A7中取出过滤后的lineitem表数据，A9中对取出的数据集按L_PARTKEY分组计算每种零件的平均订单量的20%，与原数据集连接后，A11中再重复利用此数据集来计算。
脚本执行时间，单位：秒
可见，优化后速度有较大的提升。
友乾营是专注数据技术的知识分享平台。这里，你将有机会与近百位技术专家共同沟通交流，寻找优势互补，达成资源对接。另外，友乾营将定期（每两周一次，周三晚19:30）安排专题技术直播活动。
欢迎IT从业者或对数据相关技术感兴趣的人员入群交流、分享。共同打造“有热度的话题，有温度的情感，有深度的思想，有高度的评论”高品质的友乾营社群。
识别下面二维码，在页面上加友乾营小助手为好友
