前一篇博客已经对常用的CE function的功能以及使用作了简要介绍。本篇博客将通过几个测试场景，来对几个常用的CE function与其相对应的SQL查询语句进行性能的对比。通过这些测试场景的测试，我们可以得出一些相应的tips，可以作为相关的调优点，在对SQL Procedure的性能调优时选择使用。
CE_UNION_ALL
CE_UNION_ALL函数的功能是实现两个表变量的UNION ALL 操作，即合并操作，并将结果绑定到一个新的表变量上。在SPS6 版本之前，即使是列表UNION ALL的操作还是转换到row engine上执行。在SPS6 版本之后，对其进行了优化，使其可以在column engine上执行。另外需要注意的是，对于SQLScript的代码的执行，互相独立即没有依赖的语句会被并行的执行。因此，进行UNION ALL的两部分一般被认为是被并行执行的。
例如以下这个例子，分别使用CE_UNION_ALL()和UNION ALL对两张表进行合并操作，进行合并操作的两张表数据量分别为189W和15W。
drop procedure union_all_test_1;
create procedure union_all_test_1(out trans transport)
language sqlscript as
begin
d5300_transport = CE_COLUMN_TABLE("D5300", ["ACT_GI_DATE", "TRANSPORT_ID", "MATERIAL", "BATCH", "SOURCE_PLANT", "SOURCE_STORE", "TARGET_PLANT", "TARGET_STORE", "TOTAL_COST", "WEIGHT"]);
d5200_transport = CE_COLUMN_TABLE("D5200", ["ACT_GI_DATE", "TRANSPORT_ID", "MATERIAL", "BATCH", "SOURCE_PLANT", "SOURCE_STORE", "DISTR_CHAN", "SALES_OFF", "TOTAL_COST", "WEIGHT"]);
d5200_transport2 = CE_PROJECTION(:d5200_transport, ["ACT_GI_DATE", "TRANSPORT_ID", "MATERIAL", "BATCH", "SOURCE_PLANT", "SOURCE_STORE","DISTR_CHAN" AS "TARGET_PLANT", "SALES_OFF" AS "TARGET_STORE", "TOTAL_COST", "WEIGHT"]);
trans = CE_UNION_ALL(:d5300_transport,:d5200_transport2);
end;
dropprocedure union_all_test_2;
create procedure union_all_test_2(out trans transport)
language sqlscript as
begin
trans =
select "ACT_GI_DATE", "TRANSPORT_ID", "MATERIAL", "BATCH", "SOURCE_PLANT", "SOURCE_STORE", "TARGET_PLANT", "TARGET_STORE", "TOTAL_COST", "WEIGHT" from "D5300"
union all
select "ACT_GI_DATE", "TRANSPORT_ID", "MATERIAL", "BATCH", "SOURCE_PLANT", "SOURCE_STORE", "DISTR_CHAN" AS "TARGET_PLANT", "SALES_OFF" AS "TARGET_STORE", "TOTAL_COST", "WEIGHT" from "D5200";
end;
在HANA Studio中调用两个存储过程所用时间分别如下图所示：
可见，在这个测试场景中，两种方式所使用的时间几乎相差不多。
CE_AGGREGATION
CE_AGGREGATION函数的功能，是通过给出列对数据分组，并对每个组进行统计运算。其功能相当于GROUP BY语句和聚合函数结合使用。
例如，以下例子中，分别使用CE_AGGREGATION()和GROUP BY对一个1184W条记录的表进行GROUP BY操作，并求每组的COUNT()值。
dropprocedure groupby_test_1;
create procedure groupby_test_1(out tmp2 groupby)
language sqlscript as
begin
tmp1 = CE_COLUMN_TABLE("RECORD",["USERID","CAMPID","MEDIAID","TYPE"]);
tmp2 = CE_AGGREGATION (:TMP1,[COUNT(*) AS CNT], ["USERID","CAMPID","MEDIAID","TYPE"]);
end;
dropprocedure groupby_test_2;
create procedure groupby_test_2(out tmp1 groupby)
language sqlscript as
begin
tmp1 = SELECT COUNT(*) AS CNT,USERID,CAMPID,MEDIAID,TYPE FROM "RECORD" GROUP BY USERID,CAMPID,MEDIAID,TYPE;
end;
在HANA Studio中调用两个存储过程所用时间分别如下图所示：
可见，对于GROUP BY操作，这两种方式所使用的时间几乎相差不多。
CE_JOIN
CE_JOIN函数的功能是根据给出的连接条件，实现两个表变量的内连接操作，即 INNER JOIN的操作。
例如，如下的例子根据上一个例子中GROUP BY所得的结果，分别使用CE_JOIN()和INNER JOIN进行内连接操作。进行内连接的两部分分别有1087W数据量。
dropprocedure join_test_1;
create procedure join_test_1(out join_result innerjoin)
language sqlscript as
begin
tmp1 = CE_COLUMN_TABLE("RECORD",["USERID","CAMPID","MEDIAID","TYPE"]);
tmp2 = CE_AGGREGATION (:TMP1,[COUNT(*) AS CNT], ["USERID","CAMPID","MEDIAID","TYPE"]);
tmp3 = CE_PROJECTION(:tmp2,["USERID","MEDIAID" as "MEDIAID1"]);
tmp4 = CE_PROJECTION(:tmp2,["USERID","MEDIAID" as "MEDIAID2"]);
join_result = CE_JOIN(:tmp3,:tmp4,["USERID"],["USERID","MEDIAID1","MEDIAID2"]);
end;
dropprocedure join_test_2;
create procedure join_test_2(out join_result innerjoin)
language sqlscript as
begin
tmp1 = SELECT USERID,CAMPID,MEDIAID,TYPE FROM "RECORD" GROUP BY USERID,CAMPID,MEDIAID,TYPE;
join_result = select f.userid,f.mediaid as mediaid1,l.mediaid as mediaid2 from :tmp1 as f join :tmp1 as l on f.userid=l.userid;
end;
在HANA Studio中调用两个存储过程所用时间分别如下图所示：
可见，使用CE_JOIN比使用INNER JOIN明显性能较高，使用INNER JOIN 所用时间几乎为使用CE_JOIN的两倍。
注意
根据上边的例子，对于与CE function其实现相同功能的SQL语句，其性能相差不大。但在某些情况下CE function的性能优于其等价的SQL语句，甚至性能相差明显。
但同时需注意，对于CE function的使用时，因为其使用的限制，每个CE function返回的结果必须绑定到一个表变量上，使得每次使用都要将结果数据具体化。因此对于较复杂的表操作，要使用多步的CE function才能实现，这些都可能带来性能上的损耗。所以，对于CE function和SQL语句的选择上，CE function的性能并不一定优于SQL语句。
想获取更多SAP HANA学习资料或有任何疑问，请关注新浪微博@HANAGeek！我们欢迎你的加入！
- SAP Managed Tags:
