Teradata中SELECT TOP 1与SAMPLE 1的性能差异问询

问题现象 #

执行select top 1 * from x.y时排队长达一小时，而select * from x.y sample 1仅需几秒即可完成。有人解释称select top会收集所有数据并排序后取前1行，sample 1只是随机获取一行无需排序，但对此存疑——因为查询未包含ORDER BY，且两者的数据库使用指标差一个数量级。

查询指标对比 #

执行计划分析 #

EXPLAIN SELECT TOP 1 * FROM x.y; #

1. 首先，为防止全局死锁，在TD_MAP1中对x.y加读锁，锁定保留的RowHash。
2. 接下来，在TD_MAP1中对x.y加读锁。
3. 在TD_MAP1中执行全AMP统计函数步骤：对x.y进行全表扫描，无残留条件，结果存入TD_Map1中AMP本地构建的Spool 5；结果行存入AMP本地构建的Spool 1（group_amps），此步骤用于获取TOP 1行。随机选择一个AMP获取1行，若获取行数不足1行则执行步骤4。预估行数为1行（594字节），置信度高，预估耗时1分34秒。
4. 在TD_MAP1中执行全AMP统计函数步骤：对x.y进行全表扫描，无残留条件，结果存入Spool 5（最后使用），按哈希码重分布至TD_Map1的所有AMP；结果行存入AMP本地构建的Spool 1（group_amps），此步骤用于获取TOP 1行。预估行数为1行（594字节），置信度高，预估耗时1分34秒。
5. 执行组AMP排序，按Spool 1（group_amps）中spool field1的排序键排序。
6. 最后，向所有参与处理的AMP发送END TRANSACTION步骤。
   -> Spool 1的内容作为语句1的结果返回给用户。

EXPLAIN select * from x.y sample 1; #

1. 首先，为防止全局死锁，在TD_MAP1中对x.y加读锁，锁定保留的RowHash。
2. 接下来，在TD_MAP1中对x.y加读锁。
3. 在TD_MAP1中执行全AMP采样步骤：对x.y进行全表扫描，无残留条件，结果存入AMP本地构建的Spool 1（group_amps），采样指定为行数。Spool 1预估行数为1行（594字节），置信度高。
4. 最后，向所有参与处理的AMP发送END TRANSACTION步骤。
   -> Spool 1的内容作为语句1的结果返回给用户。

差异原因解析 #

从执行计划和指标数据可以明确两者的性能差异根源：

• SELECT TOP 1：即使未显式指定ORDER BY，Teradata内部仍会默认基于某个spool字段执行组AMP排序操作，以确定“TOP 1”的结果行。同时执行计划中的全AMP统计步骤可能触发全表扫描，再加上跨AMP的数据处理逻辑，导致查询在资源队列中长时间等待（从StartTime和FirstStepTime的时间差可看出排队时长超1小时），最终整体耗时极高。
• SAMPLE 1：采用AMP本地随机采样逻辑，每个AMP独立完成采样后直接返回结果，无需跨AMP的数据聚合或排序操作。虽然同样会进行全表扫描，但采样逻辑轻量，无额外排序开销，因此几乎没有排队，几秒即可完成。

社区讨论补充 #

关于Teradata中TOP与SAMPLE的效率对比，业内共识如下：

• 未指定ORDER BY的TOP N查询，优化器可能会选择全表扫描+排序的执行路径，因为需要通过内部排序键确定结果顺序，即使仅需少量行，也会产生额外开销。
• SAMPLE N是基于AMP级别的随机采样，避免了跨节点的数据传输和排序，在仅需获取少量随机样本时，性能远优于无ORDER BY的TOP查询。

内容的提问来源于Stack Exchange，提问作者sylvyr3