QuestDB符号列LIKE/ILIKE/REGEXP操作性能优化分析
2025-05-15 03:02:21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
相关项目推荐
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GLM-V
GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement LearningPython00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0107AI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。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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).Dockerfile010
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
213
2.21 K

暂无简介
Dart
521
115

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
9
1

🎉 (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
978
578

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
552
86

Ascend Extension for PyTorch
Python
65
94

React Native鸿蒙化仓库
JavaScript
209
285

openGauss kernel ~ openGauss is an open source relational database management system
C++
147
194

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
1.02 K
399