GaussDB性能數(shù)據(jù)
規(guī)格
并發(fā)數(shù)
tpmc
16U128G
1000
383883.66
32U256G
2000
658805.27
- 實(shí)例類型：分布式
- 實(shí)例規(guī)格：16U128G和32U256G。
- 集群規(guī)模：3CN，3分片，3副本。
- 數(shù)據(jù)量：3000wh
- 壓測時長：30min（預(yù)熱5min）
云數(shù)據(jù)庫GaussDB性能調(diào)優(yōu)
-
GaussDB總體調(diào)優(yōu)思路
GaussDB性能調(diào)優(yōu)過程需要綜合考慮多方面因素，因此，調(diào)優(yōu)人員應(yīng)對系統(tǒng)軟件架構(gòu)、軟硬件配置、數(shù)據(jù)庫配置參數(shù)、并發(fā)控制（當(dāng)前特性是實(shí)驗(yàn)室特性，使用時請聯(lián)系華為工程師提供技術(shù)支持）、查詢處理和數(shù)據(jù)庫應(yīng)用有廣泛而深刻的理解。
-
查詢GaussDB最耗性能的SQL
系統(tǒng)中有些SQL語句運(yùn)行了很長時間還沒有結(jié)束，這些語句會消耗很多的系統(tǒng)性能，請根據(jù)本章內(nèi)容查詢長時間運(yùn)行的SQL語句。
-
分析GaussDB作業(yè)是否被阻塞
數(shù)據(jù)庫系統(tǒng)運(yùn)行時，在某些業(yè)務(wù)場景下查詢語句會被阻塞，導(dǎo)致語句運(yùn)行時間過長，可以強(qiáng)制結(jié)束有問題的會話。
-
GaussDB調(diào)優(yōu)流程
對慢SQL語句進(jìn)行分析，包括哪些步驟
-
更新統(tǒng)計信息
在數(shù)據(jù)庫中，統(tǒng)計信息是規(guī)劃器生成計劃的源數(shù)據(jù)。沒有收集統(tǒng)計信息或者統(tǒng)計信息陳舊往往會造成執(zhí)行計劃嚴(yán)重劣化，從而導(dǎo)致性能問題。
-
GaussDB SQL調(diào)優(yōu)關(guān)鍵參數(shù)調(diào)整
影響GaussDB SQL調(diào)優(yōu)性能的關(guān)鍵CN配置參數(shù)。
-
GaussDB SQL語句改寫規(guī)則
通過一定的規(guī)則調(diào)整SQL語句，在保證結(jié)果正確的基礎(chǔ)上，能夠提高SQL執(zhí)行效率。如果遵守這些規(guī)則，常常能夠大幅度提升業(yè)務(wù)查詢效率。
云數(shù)據(jù)庫GaussDB 典型SQL調(diào)優(yōu)點(diǎn) 云數(shù)據(jù)庫GaussDB 典型SQL調(diào)優(yōu)點(diǎn)
SQL調(diào)優(yōu)是一個不斷分析與嘗試的過程：試跑Query，判斷性能是否滿足要求；如果不滿足要求，則通過查看執(zhí)行計劃分析原因并進(jìn)行針對性優(yōu)化
SQL調(diào)優(yōu)是一個不斷分析與嘗試的過程：試跑Query，判斷性能是否滿足要求；如果不滿足要求，則通過查看執(zhí)行計劃分析原因并進(jìn)行針對性優(yōu)化
GaussDB SQL自診斷
用戶在執(zhí)行查詢或者執(zhí)行INSERT/DELETE/UPDATE/CREATE TABLE AS語句時，可能會遇到性能問題。這種情況下，通過查詢GS_WLM_SESSION_STATISTICS，GS_WLM_SESSION_HISTORY，GS_WLM_SESSION_QUERY_INFO_ALL視圖的warning字段可以獲得對應(yīng)查詢可能導(dǎo)致性能問題的告警信息，為性能調(diào)優(yōu)提供參考。
GaussDB 語句下推調(diào)優(yōu)
目前，GaussDB優(yōu)化器在分布式框架下制定語句的執(zhí)行策略時，有三種執(zhí)行計劃方式：生成下推語句計劃、生成分布式執(zhí)行計劃、生成發(fā)送語句的分布式執(zhí)行計劃。
GaussDB 統(tǒng)計信息調(diào)優(yōu)
GaussDB是基于代價估算生成的最優(yōu)執(zhí)行計劃。優(yōu)化器需要根據(jù)analyze收集的統(tǒng)計信息進(jìn)行行數(shù)估算和代價估算，因此統(tǒng)計信息對優(yōu)化器行數(shù)估算和代價估算起著至關(guān)重要的作用。
GaussDB 算子級調(diào)優(yōu)
一個查詢語句要經(jīng)過多個算子步驟才會輸出最終的結(jié)果。由于各別算子耗時過長導(dǎo)致整體查詢性能下降的情況比較常見。這些算子是整個查詢的瓶頸算子。通用的優(yōu)化手段是EXPLAIN ANALYZE/PERFORMANCE命令查看執(zhí)行過程的瓶頸算子，然后進(jìn)行針對性優(yōu)化。
GaussDB 數(shù)據(jù)傾斜調(diào)優(yōu)
GaussDB數(shù)據(jù)庫針對數(shù)據(jù)傾斜問題給出了完整的解決方案，包括存儲傾斜和計算傾斜兩大問題。
云數(shù)據(jù)庫GaussDB實(shí)際調(diào)優(yōu)案例
云數(shù)據(jù)庫GaussDB調(diào)優(yōu)案例總覽
-
選擇合適的分布列
-
建立合適的索引
-
增加JOIN列非空條件
-
使排序下推
-
設(shè)置cost_param對查詢性能優(yōu)化
通過設(shè)置cost_param的bit0為1時，使Anti Join的行數(shù)估算更準(zhǔn)確，從而提高查詢性能。
通過設(shè)置cost_param的bit0為1時，使Anti Join的行數(shù)估算更準(zhǔn)確，從而提高查詢性能。
-
調(diào)整分布鍵