多级分区主索引 (MLPPI) 如何提高 Teradata 中插入的性能？
How multilevel partitioned primary indexes(MLPPIs) may improve the performance of inserts in teradata?
我一直在寻找一些证据，证明 MLPPI 会影响插入性能。根据 link，实际上没有说明原因：
MLPPIs—provide an opportunity to significantly improve the performance
of certain queries and high-volume insert, update and delete
operations.
That article 建立了有趣的案例，说明如何使用此类索引来改善加载，但它作为证据看起来并不可靠。
另外，我也进行了自己的调查：
我有 1200 万的 table。具有 date 类型字段的行，所以我创建了 2 个新的空 tables，在该日期类型字段上有分区和没有分区，但几乎与原始 table 具有相同的结构，除了分区.然后我将所有这些 1200 万都插入了它们。解释给出了 3 分钟以上的完全相同的结果。人为地试图通过显式指向日期将所有这 1200 万行插入一个分区并没有改变时间。
所以我的问题是：MLPPI 是否可以提高插入的性能，为什么？
您应该认为这篇文章是可靠的，Paul Sinclair 是 MLPPI 的发布架构师:)
当你插入一个空的 table 时，你几乎不会注意到有或没有分区的任何区别。事实上，如果源 table 具有相同的 PI 并且由于重新排序而没有分区，PPI 可能会更慢。
但是当你插入一个填充的table（或更新）并且所有行都转到几个分区时，它会更快，因为你跳过未使用的分区并读取（并且可能写入）更少的数据块，即每个块插入（或更新）的行数要高得多。
如果您插入一个空分区，它会使用 FastPath 处理（如空 table）并避免 Transient Journaling.
我一直在寻找一些证据，证明 MLPPI 会影响插入性能。根据 link，实际上没有说明原因：
MLPPIs—provide an opportunity to significantly improve the performance of certain queries and high-volume insert, update and delete operations.
That article 建立了有趣的案例，说明如何使用此类索引来改善加载，但它作为证据看起来并不可靠。
另外，我也进行了自己的调查：
我有 1200 万的 table。具有 date 类型字段的行，所以我创建了 2 个新的空 tables，在该日期类型字段上有分区和没有分区，但几乎与原始 table 具有相同的结构，除了分区.然后我将所有这些 1200 万都插入了它们。解释给出了 3 分钟以上的完全相同的结果。人为地试图通过显式指向日期将所有这 1200 万行插入一个分区并没有改变时间。
所以我的问题是：MLPPI 是否可以提高插入的性能，为什么？
您应该认为这篇文章是可靠的，Paul Sinclair 是 MLPPI 的发布架构师:)
当你插入一个空的 table 时，你几乎不会注意到有或没有分区的任何区别。事实上，如果源 table 具有相同的 PI 并且由于重新排序而没有分区，PPI 可能会更慢。
但是当你插入一个填充的table（或更新）并且所有行都转到几个分区时，它会更快，因为你跳过未使用的分区并读取（并且可能写入）更少的数据块，即每个块插入（或更新）的行数要高得多。
如果您插入一个空分区，它会使用 FastPath 处理（如空 table）并避免 Transient Journaling.