SAP HANA 1.0 SPS12中WITH子句与多聚合查询的性能对比问询

先给大家理清楚背景：咱们用的是SAP HANA 1.0 SPS12，手里有一张500万行的日维度表table_1，表结构如下：

select trans_date, article, measure1, measure2 from table_1 

需求很明确：要按day-1、day-2、WTD、WTD-1，还有后续的MTD、MTD-1、YTD等多个时间维度，聚合measure1和measure2的数据。现在有两种实现思路，咱们来掰扯掰扯哪种性能更好，尤其是结合HANA这个内存数据库的特性。

两种方案对比 #

方案1：多独立查询+UNION ALL #

这是你最初给出的示例写法，每个时间维度单独写查询，再用UNION ALL拼接结果：

select 'day-1', sum(measure1), sum(measure2) from table1 where trans_date = add_days(current_date, -1) group by 'day-1' 
union all 
select 'day-2', sum(measure1), sum(measure2) from table1 where trans_date >= add_days(current_date, -2) group by 'day-2' 
union all 
select 'WTD', sum(measure1), sum(measure2) from table1 where trans_date >= add_days(current_date, -7) group by 'WTD' 
union all 
select 'WTD-1', sum(measure1), sum(measure2) from table1 where trans_date >= add_days(current_date, -15) and trans_Date <= add_days(current_date, -7) group by 'WTD-1'

方案2：WITH子句预取数据再拆分聚合 #

先通过WITH子句把需要的一年数据捞出来，再基于这个中间结果做各个时间维度的聚合：

WITH t1 as ( 
    select trans_date, measure1, measure2 from table1 where trans_date >= add_days(current_date, -365) 
) 
select 'day-1', sum(measure1), sum(measure2) from t1 where trans_date = add_days(current_date, -1) group by 'day-1' 
union all 
select 'day-2', sum(measure1), sum(measure2) from t1 where trans_date >= add_days(current_date, -2) group by 'day-2' 
union all 
select 'WTD', sum(measure1), sum(measure2) from t1 where trans_date >= add_days(current_date, -7) group by 'WTD' 
union all 
select 'WTD-1', sum(measure1), sum(measure2) from t1 where trans_date >= add_days(current_date, -15) and trans_Date <= add_days(current_date, -7) group by 'WTD-1'

（注：原示例里WITH子句中的sum()是笔误，这里做了修正——咱们需要原始数据来按不同时间范围聚合，提前sum会丢失明细，导致结果错误）

性能分析：为什么WITH子句更适合HANA？ #

你提到Oracle里WITH子句会物化到内存复用，那HANA作为内存数据库，是不是这个特性就没用了？其实不然，咱们得结合HANA的执行逻辑来看：

1. 基表扫描次数是关键

   • 方案1里，每个UNION ALL分支都会单独扫描一次table_1，再过滤对应的日期范围。如果后续要加MTD、YTD等更多维度，扫描次数会跟着涨，500万行的表反复扫描，累积的开销肯定不小。
   • 方案2里，WITH子句的t1只扫描一次table_1，把最近一年的数据捞出来（不管这部分是几万还是几十万行，总归是一次扫描），后续所有维度的聚合都基于t1来做，直接避免了重复扫描基表的开销。

2. HANA对WITH子句的处理逻辑
   HANA的查询优化器不会盲目物化，但只要t1的结果集不是特别大（比如一年数据远小于500万总行数），它大概率会把t1物化到内存里，后续的聚合查询直接复用这个数据集，节省了大量重复读取和过滤的时间。
   就算不物化，HANA的列式存储特性也能让扫描t1的开销远低于重复扫描基表——因为列式存储只读取咱们需要的trans_date、measure1、measure2三列，而方案1每次扫描也读这些列，但多次扫描的总开销还是更高。

3. 优势的显著性
   当你的时间维度分支越多（比如从4个扩展到10个以上），方案2的性能优势会越明显。重复扫描基表的开销是线性增长的，而WITH子句只需要一次扫描，这个差距会越来越大。

结论 #

在SAP HANA 1.0 SPS12中，用WITH子句预取所需数据再拆分聚合的方案，性能要优于多独立查询+UNION ALL的写法，尤其是当你需要支持更多时间维度时，能显著减少不必要的基表扫描，充分利用内存数据库的特性提升效率。

内容的提问来源于stack exchange，提问作者Anirudh D