细说GaussDB(DWS)的2种查询优化技术

本文分享自华为云社区《GaussDB(DWS)查询优化技术大揭秘》，作者： 胡辣汤。

大数据时代，数据量呈爆发式增长，经常面临百亿、千亿数据查询场景，当数据仓库数据量较大、SQL语句执行效率低时，数据仓库性能会受到影响。本期《GaussDB(DWS)查询优化技术大揭秘》的主题直播中，我们邀请到华为云GaussDB(DWS)技术布道师王跃老师，深入讲解在GaussDB(DWS)中如何进行表结构设计，如何进行SQL优化，如何查找慢SQL和高频SQL。

数据库的优化器基本上有2种模式，基于规则的优化器(rbo)和基于成本的优化器(cbo)。当前比较通用的是CBO模型的优化器。

基于成本的优化器(cbo，cost based optimizer)：该优化器通过根据优化规则对关系表达式进行转换，生成多个执行计划，然后CBO会根据统计信息(Statistics)和代价模型(Cost Model)计算各种可能“执行计划”的“代价”，即COST，从中选用COST最低的执行方案，作为实际运行方案。

优点：可以自动适应表数据量变化，计算量发生变化，自动调节，选择较优的执行计划。

缺点：依赖于COST计算模型重要的影响因子：统计信息，需要给优化器提供准确的统计信息，才能做出好的执行计划。

SQL****执行流程

执行计划是查询语句在数据库中执行过程的描述，执行计划描述了SQL引擎为执行SQL语句进行的操作，分析SQL语句相关的性能问题或仅仅质疑查询优化器的决定时，必须知道执行计划，所以执行计划常用于SQL调优。要读懂执行计划，首先要知道数据库执行算子的概念：

当前数据库调优主要分为静态调优和动态调优两种，静态调优是根据硬件资源和客户的业务特征确定集群部署方案、表定义。执行态调优（动态调优）是根据SQL语句执行的实际情况采取针对性干预SQL执行计划的方式来提升性能。

调优流程

本次直播主要从表定义角度介绍静态调优的5种常用方法，帮助用户根据业务场景选择合适的调优方式，提高SQL语句的查询性能。

3.1 **表定义：**集群部署有相关工作人员协助，用户只需要关注表定义创建策略。GaussDB数据库中，分布式框架下，数据分布在各个DN上，一个或者几个DN的数据存在一块物理存储设备上。好的表定义可以达到以下几个目的：

3.2 **存储类型：**进行数据库设计时，表设计上的一些关键项将严重影响后续整库的查询性能，表设计对数据存储也有影响，好的表设计能够减少I/O操作及最小化内存使用，进而提升查询性能。

行、列存选择依据

3.3 分布列：

分布列决定了数据按哪一列拆分到各个DN上，好的分布列会使用数据在各个节点上分布均匀，减少数据重分发，充分发挥各个节点的性能。当前支持如下3种分布方式：

如何选择最佳分布列：

3.4 **局部聚簇：**列存储下一种通过min/max稀疏索引实现基表快速扫描的一种索引技术。