性能优化技巧 - 内存关联计算

关联动作会严重影响性能，SPL支持内存预关联，可以加快关联动作，从而提升性能。

为了理解关联动作对性能的影响，下面设计一套Oracle关联表，以及无关联的宽表，并执行同样的计算。

关联表的结构和关系如下：

                                             

数据量：通话记录表（百万条）、用户表（十万条）、开户网点（一万条），代理商表（一万条）。

计算目标：求通讯总成本，即所有呼出用户和呼入用户分别对应的网点均摊成本、代理商均摊成本之和。

将关联结果写入另一张表，形成无关联的宽表：

下面的SPL脚本，用来说明关联动作对性能的影响：

可以看到，关联比无关联慢12.6倍（25802/2055），会严重影响计算性能。

SPL可以通过预关联来提升关联动作的性能。首先加载数据到内存，代码如下：

函数switch可将字段值替换为记录引用，从而实现预关联。

后续业务算法中，可以直接引用其他表的字段，从而提升关联计算的性能，如下：

为了直观理解预关联对计算性能的提升，下面同样用SPL预关联和宽表做比较。

可以看到，预关联比宽表慢6倍（13272/2210），相对于关联表比宽表慢的12.6倍，已经有较大幅度的提升。在宽表时，SPL计算性能和ORACLE几乎相同（2210:2055），但在有关联时，预关联的SPL计算速度已经明显超出临时关联的ORACLE了（13272:25802）。

需要注意的是，上述算法虽然使用了宽表做对比，但并不是说宽表可以代替关联表。事实上，宽表会浪费大量空间，还会造成创建、同步等维护困难，实际项目中很少用到。而预关联使用引用来建立关联，不会创造新表，不会浪费空间，不需要同步数据。