Aceleração consultas de subcadeias de caracteres e expressões regulares com otimização de pesquisa¶

Ativação da otimização de pesquisa para consultas de substring e expressão regular¶

Para melhorar o desempenho das consultas de substring e expressão regular em uma tabela, use a cláusula ON SUBSTRING no comando ALTER TABLE … ADD SEARCH OPTIMIZATION para colunas específicas.

Por exemplo:

ALTER TABLE mytable ADD SEARCH OPTIMIZATION ON SUBSTRING(mycol);

Para obter mais informações, consulte Habilitação e desabilitação da otimização de pesquisa.

Predicados compatíveis¶

O serviço de otimização de pesquisa pode melhorar o desempenho de consultas com predicados que usam:

• LIKE

• LIKE ANY

• LIKE ALL

• ILIKE

• ILIKE ANY

• CONTAINS

• ENDSWITH

• STARTSWITH

• SPLIT_PART

• RLIKE

• REGEXP

• REGEXP_LIKE

O serviço de otimização de pesquisa pode melhorar o desempenho ao pesquisar substrings com cinco ou mais caracteres. (Subcadeias de caracteres mais seletivas podem resultar em melhor desempenho). O serviço de otimização de pesquisa não usa os caminhos de acesso de pesquisa para o seguinte predicado porque a substring é menor que cinco caracteres:

LIKE '%TEST%'

Para os seguintes predicados, o serviço de otimização de pesquisa pode otimizar essa consulta, usando caminhos de acesso de pesquisa para buscar as subcadeias de caracteres para SEARCH e OPTIMIZED. No entanto, os caminhos de acesso de pesquisa não são usados para IS porque a substring é menor que cinco caracteres.

LIKE '%SEARCH%IS%OPTIMIZED%'

Para consultas que utilizam RLIKE, REGEXP e REGEXP_LIKE contra o texto:

• O argumento subject deve ser uma coluna TEXT em uma tabela que tenha a otimização de pesquisa habilitada.

• O argumento pattern deve ser uma constante de cadeia de caracteres.

Para expressões regulares, o serviço de otimização de pesquisa funciona melhor quando:

• O padrão contém pelo menos um literal de substring com cinco ou mais caracteres.

• O padrão especifica que a subcadeia de caracteres deve aparecer pelo menos uma vez.

Por exemplo, o seguinte padrão especifica que string deve aparecer uma ou mais vezes no sujeito:

RLIKE '(string)+'

O serviço de otimização de pesquisa pode melhorar o desempenho de consultas com os seguintes padrões porque cada predicado especifica que uma substring de cinco ou mais caracteres deve aparecer pelo menos uma vez. (Note que o primeiro exemplo usa uma constante de cadeia de caracteres entre cifrões para evitar o escape dos caracteres de barras invertidas).

RLIKE $$.*email=[\w\.]+@snowflake\.com.*$$

RLIKE '.*country=(Germany|France|Spain).*'

RLIKE '.*phone=[0-9]{3}-?[0-9]{3}-?[0-9]{4}.*'

Em contraste, a otimização de pesquisa não utiliza caminhos de acesso de pesquisa para consultas com os seguintes padrões:

• Padrões sem subcadeias de caracteres:

  RLIKE '.*[0-9]{3}-?[0-9]{3}-?[0-9]{4}.*'
  

  Copy

• Padrões que contêm apenas substrings com menos de cinco caracteres:

  RLIKE '.*tel=[0-9]{3}-?[0-9]{3}-?[0-9]{4}.*'
  

  Copy

• Padrões que usam o operador de alternância em que uma opção é uma substring com menos de cinco caracteres:

  RLIKE '.*(option1|option2|opt3).*'
  

  Copy

• Padrões nos quais a subcadeia de caracteres é opcional:

  RLIKE '.*[a-zA-z]+(string)?[0-9]+.*'
  

  Copy

Mesmo quando os literais de substring são menores que cinco caracteres, o serviço de otimização de pesquisa ainda pode melhorar o desempenho da consulta se a expansão da expressão regular produzir um literal de substring com cinco caracteres ou mais.

Por exemplo, considere o padrão:

.*st=(CA|AZ|NV).*(-->){2,4}.*

Neste exemplo:

• Embora os literais de substring (por exemplo, st=, CA etc.) tenham menos de cinco caracteres, o serviço de otimização de pesquisa reconhece que a substring st=CA, st=AZ ou st=NV (cada uma com cinco caracteres) deve aparecer no texto.

• Da mesma forma, mesmo que a substring literal --> tenha menos de cinco caracteres, o serviço de otimização de pesquisa determina que a substring -->--> (que tem mais de cinco caracteres) deve aparecer no texto.

O serviço de otimização de pesquisa pode usar caminhos de acesso de pesquisa para corresponder a essas subcadeias de caracteres, o que pode melhorar o desempenho da consulta.