Paso 6: Evaluación del rendimiento de la tabla optimizada
Compare el tiempo de carga, el uso del espacio de almacenamiento y el tiempo de ejecución de consultas antes y después del ajuste de la tabla.
La siguiente tabla muestra los resultados de ejemplo del clúster utilizado en este tutorial. Sus resultados serán diferentes, pero deberían mostrar una mejora similar.
| Referencia | Antes | Después | Cambio | Porcentaje (%) |
|---|---|---|---|---|
| Tiempo de carga (11 tablas) | 341584 ms | 257241 ms | -84343 ms | -24.7% |
| Espacio de almacenamiento ocupado | - | - | ||
| Store_Sales | 42 GB | 14 GB | -28 GB | -66.7% |
| Date_Dim | 11 MB | 27 MB | 16 MB | 145.5% |
| Store | 232 KB | 4352 KB | 4120 KB | 1775.9% |
| Item | 110 MB | 259 MB | 149 MB | 1354.5% |
| Time_Dim | 11 MB | 14 MB | 13 MB | 118.2% |
| Promotion | 256 KB | 3200 KB | 2944 KB | 1150% |
| Customer_Demographics | 171 MB | 11 MB | -160 MB | -93.6 |
| Customer_Address | 170 MB | 27 MB | -143 MB | -84.1% |
| Household_Demographics | 504 KB | 1280 KB | 704 KB | 139.7% |
| Customer | 441 MB | 111 MB | -330 MB | -74.8% |
| Income_Band | 88 KB | 896 KB | 808 KB | 918.2% |
| Espacio de almacenamiento total | 42 GB | 15 GB | -27 GB | -64.3% |
| Tiempo de ejecución de consultas | - | - | ||
| Consulta 1 | 14552.05 ms | 1783.353 ms | -12768.697 ms | -87.7% |
| Consulta 2 | 27952.36 ms | 14247.803 ms | -13704.557 ms | -49.0% |
| Consulta 3 | 17721.15 ms | 11441.659 ms | -6279.491 ms | -35.4% |
| Tiempo total de ejecución | 60225.56 ms | 27472.815 ms | -32752.745 ms | -54.4% |
Evaluación de la tabla después de la optimización
- El tiempo de carga se redujo en un 24.7%.
El modo de distribución tiene un impacto evidente en la carga de datos. El modo de distribución hash mejora la eficiencia de carga. El modo de distribución de replicación reduce la eficiencia de carga. Cuando la CPU y la E/S son suficientes, el nivel de compresión tiene poco impacto en la eficiencia de carga. Por lo general, la eficiencia de carga de una tabla de almacenamiento de columnas es mayor que la de una tabla de almacenamiento de filas.
- El espacio de uso de almacenamiento se redujo en un 64.3%.
El nivel de compresión, el almacenamiento de columnas y la distribución hash pueden ahorrar espacio de almacenamiento. Una tabla de replicación aumenta el uso de almacenamiento, pero reduce la sobrecarga de red. El uso del modo de replicación para tablas pequeñas es una forma positiva de utilizar un espacio pequeño para el rendimiento.
- El rendimiento de las consultas (velocidad) aumentó en un 54.4%, lo que indica que el tiempo de consulta disminuyó en un 54.4%.
El rendimiento de las consultas se mejora optimizando los modos de almacenamiento, los modos de distribución y las claves de distribución. En una consulta de análisis estadístico en tablas de múltiples columnas, el almacenamiento de columnas puede mejorar el rendimiento de las consultas. En una tabla hash, los recursos de E/S de cada nodo se pueden utilizar durante la lectura/escritura de E/S, lo que mejora la velocidad de lectura/escritura de una tabla.
A menudo, el rendimiento de las consultas se puede mejorar aún más reescribiendo las consultas y configurando la gestión de cargas de trabajo (WLM). Para obtener más información, consulte Descripción del ajuste de rendimiento de DWS.
Puede adaptar las operaciones en Optimización del diseño de la estructura de tablas para mejorar el rendimiento de las consultas de DWS para mejorar aún más la distribución de tablas y el rendimiento de la carga, el almacenamiento y la consulta de datos.
Eliminación de recursos
Una vez completada esta práctica, elimine el clúster.
Para conservar el clúster y eliminar las tablas SS, ejecute el siguiente comando:
1 2 3 4 5 6 7 8 9 10 11 | 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; |
