added task greenplun zaprosi

dmedvedev/4.1.greenplum_zaplosi.sql

@@ -0,0 +1,90 @@
+### Задача 1:
+
+SELECT * FROM orders ORDER BY total DESC LIMIT 10;
+
+Таблица `orders` содержит **10 млн строк**, распределена по `user_id`.
+
+- 📌 Что произойдёт? Почему это может тормозить?
+    - **Визуализация**
+        
+        Segment 1 → 2M строк
+        Segment 2 → 2M строк
+        Segment 3 → 2M строк
+        Segment 4 → 2M строк
+        Segment 5 → 2M строк
+        
+                   ▼
+                Gather to master
+                   ▼
+             LIMIT 10 применяется только тут
+        
+
+**Задание:**
+
+- Предложи способ ускорить выборку топ-N с предварительной агрегацией/фильтрацией.
+        ЕСЛИ РАБОТАТЬ ПО ТАКОМУ ЗАПРОСУ, ТО КАЖДЫЙ СЛЭЙВ СНАЧАЛА ВЫДЕЛИТ 10 ТОП ЗНАЧЕНИЙ И ОТПРАВИТ НА МАСТЕР, ПОЛУЧИТСЯ 50 СТРОК.
+        В ИДЕАЛЕ ЕСЛИ ДЕЛАЕМ ORDER BY ПО total, ТО НУЖНО СДЕЛАТЬ ИНДЕКС ПО ПОЛЮ total, ЧТОБЫ НЕ ЧИТАЛИСЬ ВСЕ ТАБЛЛИЦЫ, А ТАКЖЕ ВМЕСТО * УКАЗАТЬ НЕОБХОДИМЫЕ СТОЛБЦЫ.
+
+### Задача 2:
+
+SELECT
+  user_id,
+  total,
+  RANK() OVER (PARTITION BY region_id ORDER BY total DESC) as rnk
+FROM orders;
+
+- 📌 Что не так? Какие издержки?
+    - **Визуализация:**
+        
+        ```
+        orders распределены по user_id
+                    ▼
+        окно работает по region_id → данные перегоняются между сегментами!
+        ```
+        
+
+**Вопрос:**
+
+- Как лучше распределить таблицу, если часто используешь оконные по `region_id`?
+        ДУМАЮ В ЭТОМ СЛУЧАЕ МОЖНО ПОМЕНЯТЬ destributed by по region_id ИЛИ МОЖНО СОСТАВНОЙ КЛЮЧ ПО region_id, user_id
+
+### Задача 3:
+
+INSERT INTO top_users
+SELECT user_id, SUM(total) as total_spent
+FROM orders
+GROUP BY user_id;
+
+Но `top_users DISTRIBUTED BY (user_id)`, а `orders DISTRIBUTED BY (order_id)`.
+
+**Что произойдёт?**
+
+- 📌 Подсказка:
+    
+    Greenplum будет пересылать строки между сегментами.
+    
+    - **Визуализация:**
+        
+        ```
+        Segment A: SUM(user_id=1) → отправить в другой сегмент (там находится user_id=1 в top_users)
+        Segment B: SUM(user_id=2) → ...
+        ```
+        
+
+**Задание:**
+
+- Предложи, как перераспределить `orders`, чтобы вставка была без motion.
+        В ТАКОМ СЛУЧАЕ ЛУЧШЕ ПЕРЕДЕЛАТЬ РАСПРЕДЕЛЕНИЕ orders НА DISTRIBUTED BY (user_id) ПО ОБЕИМ ТАБЛИЦАМ.
+
+### Задача 4:
+
+Ты пишешь:
+
+EXPLAIN SELECT u.name, o.total
+FROM users u
+JOIN orders o ON u.user_id = o.user_id;
+
+**Вопросы:**
+
+- Какие ключевые слова ты хочешь увидеть в плане?
+        ПОКА ЗАТРУДНЯЮСЬ ОТВЕТИТЬ НА ДАННЫЙ ВОПРОС, ЕЩЕ НЕ РАЗОБРАЛСЯ В ТЕМЕ ДО КОНЦА.