QuestDB符号列LIKE/ILIKE/REGEXP操作性能优化分析
2025-05-15 23:13:12作者:何举烈Damon
背景介绍
在QuestDB 8.1版本中,开发团队对符号列(SYMBOL)的LIKE/ILIKE/REGEXP操作进行了优化。这项优化通过先过滤符号表并存储整数代码列表,然后使用该列表过滤行数据的方式,旨在提高这些操作的执行效率。然而,在实际使用中发现,当符号列中不同值的数量较多时,这种优化反而可能导致性能下降。
问题现象
以一个XRP交易数据表为例,表中包含一个名为"pair"的符号列,该列有46,143个不同的值。当执行包含LIKE操作的查询时,8.1版本比8.0.1版本慢了约100倍(从60ms增加到6000ms)。
技术分析
优化原理
8.1版本引入的优化机制工作原理如下:
- 首先对符号表进行过滤,生成匹配的符号代码(int)列表
- 然后使用这个整数代码列表来过滤实际的行数据
这种设计基于的假设是:符号表的过滤操作比直接对字符串进行操作更高效,特别是当符号表较小时。
性能瓶颈
然而,当符号列包含大量不同的值时,这种优化策略会遇到以下问题:
- 符号表扫描开销:处理大符号表时,扫描和过滤符号表本身就会消耗大量时间
- 内存使用:需要存储大量的符号代码,增加了内存压力
- 缓存效率:大符号表会降低CPU缓存命中率
实际案例表现
在报告的案例中:
- 表中有46,143个不同的符号值
- 查询时间范围内有507个不同的pair值
- 经过LIKE过滤后剩下493个pair值
- 8.0.1版本直接处理字符串,耗时60ms
- 8.1版本采用符号表过滤方式,耗时6000ms
解决方案建议
针对这一问题,可以考虑以下改进方向:
-
动态优化策略:根据符号表的大小决定是否启用此优化
- 对小符号表使用符号代码过滤方式
- 对大符号表回退到直接字符串处理方式
-
阈值配置:允许用户配置符号表大小的阈值参数
- 自动或手动决定是否启用优化
- 提供系统级或查询级的配置选项
-
统计信息利用:基于统计信息智能选择最优执行路径
- 收集符号表的基数统计信息
- 基于统计信息自动选择最优算法
最佳实践
对于使用QuestDB并遇到类似性能问题的用户,建议:
- 监控符号列基数:关注高基数符号列的使用情况
- 版本选择:对于包含大符号表的场景,暂时使用8.0.1版本
- 查询优化:考虑重写查询,减少对大符号列的LIKE/REGEXP操作
- 等待修复:关注后续版本中对此问题的修复
总结
QuestDB 8.1对符号列操作的优化在大多数情况下能提高性能,但在处理高基数符号列时可能出现性能回退。开发团队已经意识到这一问题,并计划通过使优化成为可选特性来解决。用户在使用时应了解这一特性,并根据实际数据特征选择合适的版本或等待后续优化。
登录后查看全文
热门项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
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~0266cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp音乐播放器项目中的函数调用问题解析2 freeCodeCamp论坛排行榜项目中的错误日志规范要求3 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析4 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析5 freeCodeCamp全栈开发课程中React实验项目的分类修正6 freeCodeCamp课程视频测验中的Tab键导航问题解析7 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析8 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析9 freeCodeCamp课程页面空白问题的技术分析与解决方案10 freeCodeCamp博客页面工作坊中的断言方法优化建议
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 SAP S4HANA物料管理资源全面解析:从入门到精通的完整指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K

deepin linux kernel
C
22
6

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

React Native鸿蒙化仓库
C++
192
273

🎉 (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
923
551

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
421
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

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
74
64

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8