很久之前,看过一篇文章

当时没有做笔记

之后找了好几次都没找到

刚刚问了AI,让它帮我找到了

分享给大家

来自2022年的第8期

谷歌数据工程师不优化 SQL

我是谷歌公司的一个外部供应商。

合作过程中，我看到一些谷歌工程师写的 SQL 语句效率很低。

这些语句每10分钟对数据库生成一个快照，要浪费好几 TB 的空间。谷歌为什么不优化这些语句呢？

后来，我想明白了这是为什么。

首先，很多现代数据库具有实时优化功能，会自己优化 SQL 语句，不需要在这方面投入人力。

其次，根据公开数据，2022年数据工程师的平均年薪为 11.25万美元，谷歌工程师的收入显然更高。因此，谷歌认为，工程师的时间最好花在创造业务价值上，而不是用来优化 SQL 查询，这种事情应该留给数据引擎的开发人员和云计算。

第三，存储几乎是免费的，而且每天都变得更便宜。现在谷歌 GCP 云平台上每年存储 1TB 数据的成本约为 20 美元。如果每15分钟对一个包含大约 300 万条记录的小表生成快照，那么每年生成的数据大约就是 1TB。

一个美国数据工程师的每小时工资平均为 54美元，让他在优化查询、编写合并语句、创建单独的管道、提交代码、对其进行审查、长期维护上工作一个小时的时间，就大致相当于数据存储两年的成本。

实际上，我的估计是，工程师对这个项目的 SQL 查询进行优化，可能需要花费 8小时（一天的工作时间），那就大约是 16年 的存储成本。

由于存储成本如此之低，而且越来越低，工程师的时间用于快速行动和创造业务价值，远比浪费在编写精巧的 SQL 语句上更有价值。

本文转载
https://github.com/ruanyf/weekly/blob/master/docs/issue-230.md

以前我把这篇文章发给一个朋友看了,还讨论了这方面的问题
我们得出的结论是,不光大公司不优化,小公司也是一样的
原因很简单,小公司请不起专门做sql优化的工程师
如果自己动手的话,造成业务中断,也是非常不划算的
再者,一般公司的服务器三五年会会升级换代
硬件性能是旧款的好几倍,直接用硬件性能弥补了sql的软件性能
而这种花销收益远比请一个专门优化sql的工程师划算

当然,今时不同往日
在现下这种存储涨价好几倍的情况下
我们又该怎么看待这个问题呢?