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:
- 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
- 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:
early_execute_scalar_subquery
:强制先执行标量子查询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:
- 识别出可以独立执行的子查询
- 在执行主查询前先执行这些子查询
- 将子查询结果作为常量用于主查询优化
- 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:
- 优先使用
early_execute_scalar_subquery
参数 - 对于复杂子查询,考虑重写为JOIN或临时表
- 定期收集表统计信息(create stats)以帮助优化器决策
- 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
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~052CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
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!C0315- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
178
262

🎉 (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
868
514

openGauss kernel ~ openGauss is an open source relational database management system
C++
130
183

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
272
311

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
373

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
1.07 K
0

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
599
58

基于可以运行在OpenHarmony的git,提供git客户端操作能力
ArkTS
10
3