对上一篇文章里提到两条语句
select distinct begin_date, end_date, begin_date + level -1 day  from test connect by begin_date + level -1 <= end_date order by 1,2,3;
和
select one_date
  from (select start_date + level – 1 one_date
          from (select min(start_date) start_date, max(end_date) end_date
                  from test) test
        connect by start_date + level – 1 < = end_date ) all_date,
       test
where one_date between start_date and end_date;

它们都实现相同的功能，即: 当一个表里面有两个列，分别为begin_date和end_date时，如何针对这个表的每一行，用SQL返回begin_date和end_date之间的所有连续日期。

首先，我们关注第一条语句在没有distinct的情况下返回的行数。

会使问题简单化，假设对于表里的每行数据，end_date – begin_date + 1 的值都是一样的，设为 n 。假设test里总共有 m 行(m>1)。
那么，这时返回的行数是 m * ( power(m,n) – 1 )/( m – 1 ) 。
(
这是一个等比数列，公式为
1 +  m +  power(m,2) + ….  power(m,n-1) = ( 1 – power (m,n)) / (1 – m),
)
这些行可以用一系列的树加以形象的表示，如下所示：

当 n 和 m 很大时，会使结果集变得非常之大，为 power(m,n).

因此，下面语句在数据量变大的情况下，性能将急剧下降!
select distinct begin_date, end_date, begin_date + level -1 day  from test connect by begin_date + level -1 <= end_date order by 1,2,3;

对于语句2，我们关注以下子查询所返回的行数:
select start_date + level – 1 one_date
          from (select min(start_date) start_date, max(end_date) end_date
                  from test) test
        connect by start_date + level – 1 < = end_date

这时，表实质上只有1行时，存贮的是原来表的最大值和最小值。也就是说，这时 m = 1 。

当m=1时，情况变得不同了。这时，返回的行数刚好就是 n 。
如果以树加以表示的话，这时上面的图形已经退化成一棵只有一个支干的树。

因此，当原来的查询m 和 n都很大时，返回的行数为 将为n。

从上面的表述可清晰地看出，语句2在大数据量的情形下将能体现出良好的性能。

从另一方面看，出现distinct的地方，或许就是性能调整应该关注的地方了。