本篇文章主要介紹了GaussDB(DWS)性能調(diào)優(yōu)涉及到的優(yōu)化器和系統(tǒng)級GUC參數(shù),通過合理配置這些GUC參數(shù),能夠充分利用好CPU、內(nèi)存、磁盤IO和網(wǎng)絡(luò)IO等資源,提升語句的執(zhí)行性能和GaussDB(DWS)集群的整體性能。
本文分享自華為云社區(qū)《GaussDB(DWS)性能調(diào)優(yōu)系列實(shí)戰(zhàn)篇七:十八般武藝之GUC參數(shù)調(diào)優(yōu)》,作者: 黎明的風(fēng)。
適用版本:【8.1.1及以上】
GaussDB(DWS)性能調(diào)優(yōu)系列專題文章,介紹了數(shù)據(jù)庫性能調(diào)優(yōu)的思路和總體策略。在系統(tǒng)級調(diào)優(yōu)中數(shù)據(jù)庫全局的GUC參數(shù)對整體性能的提升至關(guān)重要,而在語句級調(diào)優(yōu)中GUC參數(shù)可以調(diào)整估算模型,選擇查詢計(jì)劃中算子的類型,或者選擇不同的執(zhí)行計(jì)劃。因此在SQL調(diào)優(yōu)過程中合理的設(shè)置GUC參數(shù)十分重要。
在GaussDB(DWS)中,SQL語句的執(zhí)行所需要經(jīng)歷的步驟如下圖所示,其中紅色部分為DBA可以介入實(shí)施調(diào)優(yōu)的環(huán)節(jié)。
查詢計(jì)劃的生成是基于一定的模型和統(tǒng)計(jì)信息進(jìn)行代碼估算,在某些場景由于統(tǒng)計(jì)信息不準(zhǔn)確或者代價(jià)估算有偏差時(shí),就需要通過GUC參數(shù)設(shè)置的的方式選擇更優(yōu)的查詢計(jì)劃。
在GaussDB(DWS)中,和SQL執(zhí)行性能相關(guān)的GUC參數(shù)主要有以下幾個:
GaussDB(DWS)是分布式的數(shù)據(jù)庫集群,數(shù)據(jù)計(jì)算盡量在各個DN上并行計(jì)算,可以得到最優(yōu)的性能,在Stream框架下Agg操作可以分為兩個場景。
Agg下層算子輸出結(jié)果集的分布列是Group By列的子集。
小編推薦閱讀如何使用 Pytorch 中的 DataSet 和 DataLoader
閱讀golang slice相關(guān)常見的性能優(yōu)化手段
閱讀連接Elasticsearch服務(wù)器的Python代碼示例
閱讀國產(chǎn)操作系統(tǒng)上實(shí)現(xiàn)RTMP推流攝像頭視頻和麥克風(fēng)聲音到流媒體服務(wù)器
閱讀使用Python讀取和導(dǎo)出NetCDF格式的多時(shí)相柵格文件
閱讀多租戶系統(tǒng)數(shù)據(jù)權(quán)限設(shè)計(jì)與RuoYi系統(tǒng)的借鑒
閱讀count(*)、count(1)哪個更快?面試必問:通宵整理的十道經(jīng)典MySQL必問面試題
閱讀從需求分析、產(chǎn)品設(shè)計(jì)到部署交付各階段說明
閱讀如何利用七牛云進(jìn)行數(shù)據(jù)備份和刪除
閱讀強(qiáng)化學(xué)習(xí)筆記之【ACE:Off-PolicyActor-CriticwithCausality-AwareEntropyRegularization】
閱讀本站所有軟件,都由網(wǎng)友上傳,如有侵犯你的版權(quán),請發(fā)郵件[email protected]
湘ICP備2022002427號-10 湘公網(wǎng)安備:43070202000427號© 2013~2024 haote.com 好特網(wǎng)