带你读《2022技术人的百宝黑皮书》——ODPS SQL优化总结(10) https://developer.aliyun.com/article/1247139?groupCode=taobaotech
SQL优化案例三：
结合业务具体场景给出合理的SQL优化方案
背景
还是上面案例二的例子，DWS层存储了淘宝天猫用户天增量粒度的用户与商品交互行为轻度汇总数据(浏览、收藏、加购、下单、交易等等)，基于明细数据需要汇总用户30天内的行为汇总数据。
背景解决步骤
基于月+日的计算方式
使用bigint类型的行为作为判断依据，>0的保存。采用double的判断>0存在数据精度问题导致的数据偏差。
优化后：
可以发现map阶段读取原始数据map减少，计算时间缩短40分钟。
一次读取多次插入
后续需求中衍生出需要用户+一级类目的行为汇总数据，采用from insert1 insert2的方式，实现一次读取多次写入，减少资源消耗。
优化总结
基于hash cluster的方式进行优化，需要对上游的数据表进行表结构变更。如果上游表不在本团队，且适用范围较广，变更表结构的方式可操作性不高。在维持原表结构不变的情况下，优化自身SQL逻辑可能往往是一个最优的解决方案。
写在最后
SQL的语法是固定的，业务的诉求是变化的，SQL只是业务逻辑转换为物理逻辑的一个工具；在繁杂的业务诉求背景下，通过高效的SQL逻辑，覆盖/冗余更多的业务场景，是数据同学不变的追求。服务业务与降本提效有时可能会产生冲突，SQL的优化是在理解业务诉求的前。
团队介绍
我们是大聚划算数据科学团队。
使命：让货品和心智运营变得高效且有确定性！
愿景：与运营、产品合力，打造最具价格优惠心智的购物入口，最具爆发性的营销矩阵。
职责：负责支持聚划算、百亿补贴、天天特卖等业务。我们聚焦优惠和选购体验，通过数据洞察，挖掘数据价值，
建立面向营销场、服务供需两端的消费者运营和供给运营解决方案。
