是的。SQL 设计得过于粗线条，关系代数这个理论基础中缺乏很多数据类型和基础运算，很多高性能算法都无法描述，结果只能使用慢算法。虽然现在很多数据库和大数据平台都在工程上有所优化，但也只能针对简单的场景，情况复杂之后数据库的优化器都会“晕”掉，所以解决不了根本问题。这是个理论上的问题，无法在工程层面解决。

SPL 基于的理论基础不再是关系代数，而是我们发明的离散数据集。在这个体系下有更多的数据类型和运算，就能写出更多高性能算法了。SPL 是离散数据集的一种实现，封装了许多现成的算法。用 Java 和 C++当然也能从头来实现这个代数体系，因而都能写出来高性能代码。而 SQL 却不可以。

举个简单的例子，我们想在 1 亿条数据中取出前 10 名，用 SQL 写出来是这样的：

select top 10 x,y from T order by x desc

复制代码

这个语句中有个 order by，严格按它执行就会涉及大排序，而排序非常慢。其实我们可以想出一个不用大排序的算法，但用 SQL 却无法描述，只能指望数据库优化器了。对于这句 SQL 描述的简单情况，很多商用数据库确实都能优化，使用不必大排序的算法，性能通常很好。但情况复杂一些，比如在每个分组中取前 10 名，要用窗口函数和子查询把 SQL 写成这样：

select * from    (select y,*,row_number() over (partition by y order by x desc) rn from T)where rn<=10

复制代码

这时候，数据库优化器就会犯晕了，猜不出这句 SQL 的目的，只能老老实实地执行排序的逻辑（这个语句中还是有 order by 的字样），结果性能陡降。

而 SPL 不一样，离散数据集中有普遍集合的概念，TopN 这种运算被认为是和 SUM 和 COUNT 一样的聚合运算，只不过返回值是个集合而已。这时候写出来的取前 10 名的语句中并没有排序动作：

T.groups(;top(-5;x))

复制代码

分组后的写法也很简单，都不需要执行大排序：

T.groups(y;top(-5;x))

复制代码

这里性能优化技巧：TopN 还有关于这个问题的更详细测试对比。

所以，我们做性能优化时要重写代码，不能继续使用 SQL 保持兼容。要读懂原来的逻辑重新实现，这个工作量还是很大的，不过能换来数倍数十倍的性能提升，常常还是值得的。

另外，存储也非常重要，好算法要有合适的存储机制配合才能生效，所以不能继续把数据继续存在数据库里获得高性能，需要搬出来换种办法组织存放。改变存储后，有可能把原来需要缓存的计算过程变成不需要了，原来要遍历多遍的运算变成只遍历一次甚至不用遍历了，减少硬盘访问量对性能的提升非常有效。

从上面这个原理上看，如果我们不能针对计算目标设计出更好的算法，那就做不到提速了。比如一个很简单的大表求和，用 SQL 要做 1 亿次，用 SPL 也要做 1 亿次，那就不可能做得更快，一般还会更慢一点（Java 赶不上 C/C++）。但是，当运算任务足够复杂时，碰到几百上千行的嵌套 N 层 SQL（慢的 SQL 通常也不会太简单），几乎总能找到足够多可优化的环节，所以我们经历过的案子还没有失手过。结果，在实践上用 Java 写出来集算器大幅度超越了 C/C++写的数据库，这都是算法造就的。

我们甚至曾经发过一个广告慢得受不了的查询跑批寻找用 SQL 写的慢过程，我们负责提速一个数量级。

换个角度再看这个提速原理：高性能靠的不是代码，而是代数，代码只是个实现手段而已。其中最关键的是掌握和运用这些算法，而不是 SPL 语法。SPL 语法很简单，比 Java 容易多了，两小时就能基本上手，两三周就能比较熟练了。但算法却没那么简单，需要认真学习反复练习才能掌握。这些案例直接由没有经验的用户自己做常常效果并不好，主要原因也是对算法没有吃透。

反过来，而只要掌握了算法，用什么语法就是个相对次要的问题了（当然用 SQL 这种太粗线条的语言还是不行）。这就像给病人看病，找出病理原因后，能分析出什么成分的药能管用。无论直接购买成药（使用封装过的 SPL），还是上山采药（使用 Java/C++硬写），都可以治好病，无非就是麻烦程度和支付成本不同。

可能有读者对 SPL 提供了哪些与 SQL 不同的高性能算法感兴趣，推荐一下乾学院上的性能优化图书【性能优化】前言及目录和视频课程《性能优化》课程

我们已经把这些算法都整理成有体系的知识了。有些算法是业界首创的，其它教科书和论文中都找不到。

跟着这些图书课程学习，掌握这些算法后，就可以自己写到快出数量级的高性能代码。即使自己不写代码，也能理解原理，不会再被很多大数据产品喊什么“万亿秒查”的说法忽悠了。