云数据仓库ADB求和不做，排序的话可能做倒叙，还有分页，影响大嘛？

在云数据仓库ADB中进行求和、排序和分页操作会对性能产生一定的影响，具体影响的大小取决于多个因素。下面我将解释每个操作可能的影响：

1. 求和操作：对大量数据进行求和可能会涉及全表扫描或聚合操作，这可能对性能产生一些影响。然而，ADB具有优化的存储格式和查询引擎，可以高效地执行聚合操作。对于合理设计的表结构和索引，ADB应该能够处理大规模数据的求和操作。

2. 排序操作：进行排序可能需要涉及读取和重新排序整个数据集，特别是当数据量较大时。这可能会导致一些性能开销。ADB提供了分布式计算和排序的能力，可以并行处理排序操作，以提高性能。但仍需考虑数据规模和硬件资源的限制，以保证排序操作的效率。

3. 分页操作：分页操作通常需要跳过一定数量的数据行，并选择指定数量的数据返回给用户。在大规模数据情况下，如果跳过的数据较多，可能会影响查询的性能。建议使用适当的索引或针对分页操作进行性能优化，以减少对大量数据的扫描和过滤。

需要注意的是，以上影响的程度会受到数据量、查询复杂性、硬件资源配置和优化策略等多个因素的影响。在实际使用中，可以通过合理设计表结构、选择适当的索引、调整查询语句和优化硬件资源来提高这些操作的性能。

对于云数据仓库ADB中的求和不做、排序和分页等操作，可能会对查询性能产生一定的影响，具体影响大小取决于数据量、查询条件、索引等因素。下面是一些常见的影响情况：

求和不做：如果查询中包含大量的求和操作，而且没有对数据进行聚合或者分组等操作，可能会导致查询性能下降。这是因为求和操作需要对整个数据集进行扫描和计算，计算成本较高，可能会消耗大量的系统资源和时间。

排序：如果查询中包含排序操作，且没有使用索引或者索引失效，可能会导致查询性能下降。这是因为排序操作需要对整个数据集进行扫描和排序，计算成本较高，可能会消耗大量的系统资源和时间。

分页：如果查询中包含分页操作，且查询结果集较大，可能会导致查询性能下降。这是因为分页操作需要对整个数据集进行扫描和计算，计算成本较高，可能会消耗大量的系统资源和时间。