Optimisation du temps de traitement

Salut à tous,

je voudrais connaître quelle méthode faut-il mieux utiliser pour optimiser le temps de traitement dans le problème suivant :

J'ai une table A qui a comme champ (ITEM, LOC, SUPP, CNTRY) : Cette table compte quasiment 30 000 000 d'enregistrement.

J'ai une autre table B qui a comme champ (ITEM, SUPP, CNTRY, PRIMARY_SUPP, PRIMARY_CNTRY) qui compte environ 6 000 000 d'enregistrement.

Dans la table A, j'ai des articles définis avec leur localisation, ainsi que le fournisseur principal avec la country principale.

Dans la table B, j'ai les articles définis avec leur fournisseur et leur country ainsi que deux colonnes pour spécifier s'il s'agit du fournisseur principal et de la country principal.

Sans m'étendre trop sur le sujet, je cherche la meilleur méthode pour récupérer les items de la table A dont le SUPP et le CNTRY ne sont pas principals dans la table B.

J'ai déjà essayer plusieurs cas, mais tous présente des temps de traitement trop long.

Donc je voulais connaître les moyens d'optimiser au mieux les jointures entre table (Passage par une table temporaire ?, ...).

Vous remerciant tous d'avance pour votre participation,
veuillez passer une bonne journée.

Julien

Code:

---

1 2 3 4 5

select Item Supp, Cntry From A Minus Select Item, Primary_supp, Primary_cntry From B

---

?

Etant donné les volumétries, que les prédicats de filtrage sont faibles, que la cardinalité des deux tables est élevées, faudra pas s'attendre à des miracles.

Je ne suis pas un pro du SQL mais peut être y a t il une solution?

Sinon, autre solution, plus de DBA :D, tu crées une vue matérialisée de ce dont tu as besoin et apres tu fais un select bete sur cette vue. Aucun problème de temps de réponse, la vue matérialisée a déjà fait tout le boulot :D (un des concepts utilisé en DataWarehouse)

Ce serait bien de nous fournir une requête SQL qui répond au problème fonctionnel. A partir de là, nous pourrons te conseiller une solution technique ;)

Il faut resister a la tentation de creer des MVs pour resoudre tous les problemes de performance.

Il faut 1Gb pour stocker 30.000.000 enregistrements simples, et 200M pour en stocker 6.000.000. On est loin de volumes extraordinaires!
Un FULLSCAN de ces tables ne prendra que quelques secondes, et une operation ensembliste entre les deux, seulement quelques minutes.