基于HANA的universe最佳实践之JOIN_BY_SQL

阅读更多

在将HANA作为数据库创建universe建模时，有一条最佳实践，利用JOIN_BY_SQL特性。

 

这要从头说起，从一个另外相关的设置 - "Multiple SQL statements for each measure"。它的作用如同名字所表示的，对于使用的每一个measure单独生成一条SQL语句。目的是什么的？在基于数据库表设计universe建模的时候，有时候会遇到CHASM。在某些特殊场合下，报表的结果会不准确，比如产生笛卡尔积。解决方案之一便是将分别存在于不同表中的measure单独取出并在WEBI里面进行UNION操作。仅仅勾选这样一个选项，很棒。

我们看下面这样的例子来更好地理解（这里没有CHASM或者FAN，只是为了演示这个参数）

这是一个很简单的data foundation，而measure存在于两张表中

 

如果在WEBI的query panel里选择了这两个measure，而没有勾选这个选项，那么生成的SQL是什么样的呢？

 

SELECT
  sum(Table__2."Quantity"),
  sum(Table__1."GrossAmount"),
  Table__1."OrderId",
  Table__2."OrderItem"
FROM
  "OPENSAP.workshop::header"  Table__1 INNER JOIN "OPENSAP.workshop::item"  Table__2 ON (Table__1."OrderId"=Table__2."OrderId")

GROUP BY
  Table__1."OrderId",
  Table__2."OrderItem"

 

我们看到是一条SQL语句，利用INNER JOIN来连接的，这就是可能产生CHASM的SQL。

那么我们勾选这个选项，再次运行同样的WEBI，结果如何呢？我们发现WEBI生成了两条SQL，然后用自己的UNION操作将他们组合起来。

 

 

但是如果每个查询返回的数据很多会怎样？在WEBI里面做UNION效率一定不高，这时就可能产生性能问题。

这时候我们就可以借助JOIN_BY_SQL，将操作推到数据库层面去做。那么问题是，这与最开始没有勾选‘Multiple SQL statements for each measure“默认产生INNER JOIN语句时的区别在哪呢？我们先去universe里设置一下看看结果再说。

 

再次运行同样的WEBI报表，获得的SQL语句：

 

SELECT
  COALESCE( F__1.Axis__1,F__2.Axis__1  ),
  COALESCE( F__1.Axis__2,F__2.Axis__2  ),
  F__1.M__3,
  F__2.M__3
FROM
     (
     SELECT
       Table__1."OrderId" AS Axis__1,
       Table__2."OrderItem" AS Axis__2,
       sum(Table__1."GrossAmount") AS M__3
     FROM
       "OPENSAP.workshop::header"  Table__1 INNER JOIN "OPENSAP.workshop::item"  Table__2 ON (Table__1."OrderId"=Table__2."OrderId")

     GROUP BY
       Table__1."OrderId",
       Table__2."OrderItem"
       )
      F__1
      FULL OUTER JOIN
     (
     SELECT
       Table__1."OrderId" AS Axis__1,
       Table__2."OrderItem" AS Axis__2,
       sum(Table__2."Quantity") AS M__3
     FROM
       "OPENSAP.workshop::header"  Table__1 INNER JOIN "OPENSAP.workshop::item"  Table__2 ON (Table__1."OrderId"=Table__2."OrderId")

     GROUP BY
       Table__1."OrderId",
       Table__2."OrderItem"
       )
      F__2
      ON ( F__1.Axis__1=F__2.Axis__1  AND  F__1.Axis__2=F__2.Axis__2  )

 

我们看到操作是通过数据库的FULL OUTER JOIN进行的。这样既保证了单独为每一个measure取数又能够保证整个操作在数据库层面进行，提高效率。

由于HANA处理的高效率，所以在基于HANA建模时，我们都建议利用这样的设置进行操作。

 

不过没有万能的设计。如果取回的数据量足够小，小到WEBI可以很快速的处理UNION，而数据库本身处理UNION操作又造成了一定的问题，比如大量内存的消耗，CPU时间的消耗，这个时候就不要坚持JOIN_BY_SQL了。