Este conteúdo foi traduzido por máquina para sua conveniência e a Huawei Cloud não pode garantir que o conteúdo foi traduzido com precisão. Para exibir o conteúdo original, use o link no canto superior direito para mudar para a página em inglês.
Central de ajuda/ GaussDB(DWS)/ Melhores práticas/ Práticas da otimização de tabela/ Passo 6: avaliar o desempenho da tabela otimizada
Atualizado em 2024-05-09 GMT+08:00

Passo 6: avaliar o desempenho da tabela otimizada

Compare o tempo de carregamento, o uso do espaço de armazenamento e o tempo de execução da consulta antes e depois do ajuste da tabela.

A tabela a seguir mostra os resultados de exemplo do cluster usado neste tutorial. Seus resultados serão diferentes, mas devem mostrar melhorias semelhantes.

Referência

Antes de

Depois

Alteração

Porcentagem (%)

Tempo de carregamento (11 mesas)

341584 ms

257241 ms

-84343 ms

-24,7%

Espaço de armazenamento 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%

Espaço total de armazenamento

42 GB

15 GB

-27 GB

-64,3%

Tempo de execução da consulta

-

-

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%

Tempo total de execução

60225,56 ms

27472,815 ms

-32752,745 ms

-54,4%

Avaliar a tabela após a otimização

  • O tempo de carregamento foi reduzido em 24,7%.

    O modo de distribuição tem um impacto óbvio no carregamento de dados. O modo de distribuição de hash melhora a eficiência de carregamento. O modo de distribuição de replicação reduz a eficiência de carregamento. Quando a CPU e a I/O são suficientes, o nível de compactação tem pouco impacto na eficiência de carregamento. Normalmente, a eficiência de carregar uma tabela de armazenamento de colunas é maior do que a de uma tabela de armazenamento de linhas.

  • O espaço de uso de armazenamento foi reduzido em 64,3%.

    O nível de compressão, o armazenamento da coluna e a distribuição de hash podem economizar o espaço de armazenamento. Uma tabela de replicação aumenta o uso do armazenamento, mas reduz a sobrecarga da rede. Usar o modo de replicação para pequenas tabelas é uma maneira positiva de usar pequeno espaço para desempenho.

  • O desempenho da consulta (velocidade) aumentou 54,4%, indicando que o tempo de consulta diminuiu 54,4%.

    O desempenho da consulta é melhorado pela otimização dos modos de armazenamento, modos de distribuição e chaves de distribuição. Em uma consulta de análise estatística em tabelas de várias colunas, o armazenamento de colunas pode melhorar o desempenho da consulta. Em uma tabela de hash, os recursos de I/O em cada nó podem ser usados durante a leitura/gravação de I/O, o que melhora a velocidade de leitura/gravação de uma tabela.

    Muitas vezes, o desempenho da consulta pode ser melhorado ainda mais reescrevendo consultas e configurando o gerenciamento de carga de trabalho (WLM). Para obter mais informações, consulte Visão geral da otimização de desempenho de consulta.

Você pode adaptar as operações em Práticas da otimização de tabela para melhorar ainda mais a distribuição de tabelas e o desempenho do carregamento, armazenamento e consulta de dados.

Excluir recursos

Após concluir o exercício, exclua o cluster consultando Exclusão de um cluster.

Se você quiser manter o cluster, mas excluir o espaço de armazenamento usado pelas tabelas SS, execute os seguintes comandos:

 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;