首页
/ ByConity项目优化器对分区键子查询过滤的性能优化分析

ByConity项目优化器对分区键子查询过滤的性能优化分析

2025-07-03 16:02:09作者:庞眉杨Will

背景介绍

在分布式数据库系统ByConity中,当查询条件中的分区键过滤条件来自于子查询时,查询性能可能会显著下降。本文通过一个典型场景分析这一问题,并探讨优化方案。

问题现象

我们创建一个测试表test1,按日期字段pt_d进行分区,并插入大量测试数据。当执行以下两种查询时,性能差异明显:

  1. 分区键直接指定具体值(0.02秒完成)
select name from (
   select name, sum(1) as id_users, sum(key) as all_id_users 
   from db.test1
   where pt_d = '2020-04-09'
   group by name
   order by id_users desc
) t where t.all_id_users>300
  1. 分区键通过子查询获取(0.3秒完成)
select name from (
   select name, sum(1) as id_users, sum(key) as all_id_users 
   from db.test1
   where pt_d = (select max(pt_d) from db.test1)
   group by name
   order by id_users desc
) t where t.all_id_users>300

性能差异原因分析

当启用优化器(enable_optimizer=1)时,第二种查询会使用Join操作来处理子查询条件,而不是先执行子查询获取分区键值再进行分区裁剪。这种执行计划导致需要扫描更多数据,性能较差。

相比之下,禁用优化器(enable_optimizer=0)时,查询耗时降至0.08秒,因为传统执行引擎会先执行子查询获取具体分区键值。

优化方案

ByConity提供了两种参数来优化这类场景:

  1. early_execute_scalar_subquery:强制先执行标量子查询
  2. early_execute_in_subquery:强制先执行IN子查询

设置early_execute_scalar_subquery=true后,优化器会先执行select max(pt_d) from db.test1获取具体分区键值,然后进行分区裁剪,显著提升性能。

实现原理

这种优化属于"子查询提前执行"技术,核心思想是:

  1. 识别出可以独立执行的子查询
  2. 在执行主查询前先执行这些子查询
  3. 将子查询结果作为常量用于主查询优化
  4. 特别是对于分区键条件,可以提前确定需要扫描的分区范围

最佳实践建议

对于包含分区键子查询过滤的SQL,建议:

  1. 优先使用early_execute_scalar_subquery参数
  2. 对于复杂子查询,考虑重写为JOIN或临时表
  3. 定期收集表统计信息(create stats)以帮助优化器决策
  4. 监控查询计划,确保分区裁剪有效

总结

ByConity优化器在处理分区键子查询过滤时,默认行为可能导致性能问题。通过合理使用子查询提前执行参数,可以显著提升这类查询的性能。理解优化器的工作原理和可用参数,有助于开发人员编写更高效的SQL查询。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
149
1.95 K
kernelkernel
deepin linux kernel
C
22
6
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
980
395
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
931
555
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
190
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
65
518
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0