# 步骤6：调优表性能评估
经过测试，得到了优化表前后的加载时间、存储占用情况和查询执行时间，并记录了结果，针对结果进行对比分析。
下表显示了本次实践所用集群的示例结果。您的结果会有所不同，但应该显示出相似的性能提升。
| 基准                     | 优化前        | 优化后         | 改变           | 百分比     |
|:---|:---|:---|:---|:---|
| 加载时间（11张表）             | 341584ms   | 257241ms    | -84343ms     | -24.7%  |
| 占用存储                                            ||| -            | -       |
| Store_Sales            | 42GB       | 14GB        | -28GB        | -66.7%  |
| Date_Dim               | 11MB       | 27MB        | 16MB         | 145.5%  |
| Store                  | 232kB      | 4352kB      | 4120kB       | 1775.9% |
| Item                   | 110MB      | 259MB       | 149MB        | 1354.5% |
| Time_Dim               | 11MB       | 14MB        | 13MB         | 118.2%  |
| Promotion              | 256kB      | 3200kB      | 2944kB       | 1150%   |
| Customer_Demographics  | 171MB      | 11MB        | -160MB       | -93.6%  |
| Customer_Address       | 170MB      | 27MB        | -143MB       | -84.1%  |
| Household_Demographics | 504kB      | 1280kB      | 704kB        | 139.7%  |
| Customer               | 441MB      | 111MB       | -330MB       | -74.8%  |
| Income_Band            | 88kB       | 896kB       | 808kB        | 918.2%  |
| 总存储空间                  | 42GB       | 15GB        | -27GB        | -64.3%  |
| 查询执行时间                                          ||| -            | -       |
| 查询1                    | 14552.05ms | 1783.353ms  | -12768.697ms | -87.7%  |
| 查询2                    | 27952.36ms | 14247.803ms | -13704.557ms | -49.0%  |
| 查询3                    | 17721.15ms | 11441.659ms | -6279.491ms  | -35.4%  |
| 总执行时间                  | 60225.56ms | 27472.815ms | -32752.745ms | -54.4%  |
   
#### 调优后表的评估
- 加载时间减少了24.7%。 分布方式对加载的影响明显，Hash分布方式提升加载效率，Replication分布方式会降低加载效率。在CPU和I/O均充足的情况下，压缩级别对加载效率影响不大。通常，列存表的加载效率比行存要高。
  
- 存储占用减少了64.3%。 压缩级别、列存和Hash分布均能够节省存储空间。Replication表会明显加大存储占用，但是可以减小网络开销。通过对小表采用Replication方式，是使用小量空间换取性能的正向做法。
  
- 查询性能（速度）提升了54.4%，即查询时间减少了54.4%。 查询性能方面的提升源于对存储方式、分布方式和分布列的优化。在多字段表，统计分析类查询场景下，列存可以提升查询性能。对于Hash分布表，在读/写数据时可以利用各个节点的IO资源，提升表的读/写速度。
  重写查询和配置工作负载管理 (WLM) 通常可进一步提升查询性能。有关更多信息，请参阅[优化查询性能概述](https://support.huaweicloud.com/devg-dws/dws_04_0401.html)。
  
基于调优表实践的具体步骤，您可以进一步应用"[基于表结构设计和调优提升DWS查询性能](https://support.huaweicloud.com/bestpractice-dws/dws_05_0006.html)"中的优秀实践方法来改进表的分配，以达到您所期望的数据加载、存储和查询方面的效果。
#### 清除资源
在完成本次实践之后，应删除集群。
如果需要保留集群，删除SS表，请执行以下命令。
```
DROP TABLE store_sales;
DROP TABLE date_dim;
DROP TABLE store;
DROP TABLE item;
DROP TABLE time_dim;
DROP TABLE promotion;
DROP TABLE customer_demographics;
DROP TABLE customer_address;
DROP TABLE household_demographics;
DROP TABLE customer;
DROP TABLE income_band;
```