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.
Computação
Elastic Cloud Server
Bare Metal Server
Auto Scaling
Image Management Service
Dedicated Host
FunctionGraph
Cloud Phone Host
Huawei Cloud EulerOS
Redes
Virtual Private Cloud
Elastic IP
Elastic Load Balance
NAT Gateway
Direct Connect
Virtual Private Network
VPC Endpoint
Cloud Connect
Enterprise Router
Enterprise Switch
Global Accelerator
Gerenciamento e governança
Cloud Eye
Identity and Access Management
Cloud Trace Service
Resource Formation Service
Tag Management Service
Log Tank Service
Config
Resource Access Manager
Simple Message Notification
Application Performance Management
Application Operations Management
Organizations
Optimization Advisor
Cloud Operations Center
Resource Governance Center
Migração
Server Migration Service
Object Storage Migration Service
Cloud Data Migration
Migration Center
Cloud Ecosystem
KooGallery
Partner Center
User Support
My Account
Billing Center
Cost Center
Resource Center
Enterprise Management
Service Tickets
HUAWEI CLOUD (International) FAQs
ICP Filing
Support Plans
My Credentials
Customer Operation Capabilities
Partner Support Plans
Professional Services
Análises
MapReduce Service
Data Lake Insight
CloudTable Service
Cloud Search Service
Data Lake Visualization
Data Ingestion Service
GaussDB(DWS)
DataArts Studio
IoT
IoT Device Access
Outros
Product Pricing Details
System Permissions
Console Quick Start
Common FAQs
Instructions for Associating with a HUAWEI CLOUD Partner
Message Center
Segurança e conformidade
Security Technologies and Applications
Web Application Firewall
Host Security Service
Cloud Firewall
SecMaster
Anti-DDoS Service
Data Encryption Workshop
Database Security Service
Cloud Bastion Host
Data Security Center
Cloud Certificate Manager
Situation Awareness
Managed Threat Detection
Blockchain
Blockchain Service
Serviços de mídia
Media Processing Center
Video On Demand
Live
SparkRTC
Armazenamento
Object Storage Service
Elastic Volume Service
Cloud Backup and Recovery
Cloud Server Backup Service
Storage Disaster Recovery Service
Scalable File Service
Volume Backup Service
Data Express Service
Dedicated Distributed Storage Service
Containers
Cloud Container Engine
SoftWare Repository for Container
Application Service Mesh
Ubiquitous Cloud Native Service
Cloud Container Instance
Bancos de dados
Relational Database Service
Document Database Service
Data Admin Service
Data Replication Service
GeminiDB
GaussDB
Distributed Database Middleware
Database and Application Migration UGO
TaurusDB
Middleware
Distributed Cache Service
API Gateway
Distributed Message Service for Kafka
Distributed Message Service for RabbitMQ
Distributed Message Service for RocketMQ
Cloud Service Engine
EventGrid
Dedicated Cloud
Dedicated Computing Cluster
Aplicações de negócios
ROMA Connect
Message & SMS
Domain Name Service
Edge Data Center Management
Meeting
AI
Face Recognition Service
Graph Engine Service
Content Moderation
Image Recognition
Data Lake Factory
Optical Character Recognition
ModelArts
ImageSearch
Conversational Bot Service
Speech Interaction Service
Huawei HiLens
Developer Tools
SDK Developer Guide
API Request Signing Guide
Terraform
Koo Command Line Interface
Distribuição de conteúdo e computação de borda
Content Delivery Network
Intelligent EdgeFabric
CloudPond
Soluções
SAP Cloud
High Performance Computing
Serviços para desenvolvedore
ServiceStage
CodeArts
CodeArts PerfTest
CodeArts Req
CodeArts Pipeline
CodeArts Build
CodeArts Deploy
CodeArts Artifact
CodeArts TestPlan
CodeArts Check
Cloud Application Engine
MacroVerse aPaaS
KooPhone
KooDrive
Nesta página

Mostrar todos

Central de ajuda/ GaussDB(DWS)/ Perguntas frequentes/ Desempenho do banco de dados/ Quais são os fatores relacionados ao desempenho da consulta de tabela única no GaussDB(DWS)?

Quais são os fatores relacionados ao desempenho da consulta de tabela única no GaussDB(DWS)?

Atualizado em 2024-05-09 GMT+08:00

O GaussDB(DWS) usa a arquitetura do nada compartilhado, e os dados são armazenados de maneira distribuída. Portanto, a chave de distribuição, o volume de dados e o número de partições afetam o desempenho geral da consulta de uma única tabela.

  1. Design da chave de distribuição

    Por padrão, o GaussDB(DWS) usa a primeira coluna da chave primária como chave de distribuição. Quando você define uma chave primária e uma chave de distribuição para uma tabela, a chave de distribuição deve ser um subconjunto da chave primária. As chaves de distribuição determinam a distribuição de dados entre partições. Se as chaves de distribuição forem bem distribuídas entre partições, o desempenho da consulta pode ser melhorado.

    Se a chave de distribuição estiver selecionada incorretamente, a distorção de dados poderá ocorrer após a importação dos dados. O uso de alguns discos pode ser muito maior do que o de outros discos, e o cluster pode se tornar somente leitura em alguns casos extremos. A seleção adequada das chaves de distribuição é fundamental para o desempenho da consulta de tabela. Além disso, as chaves de distribuição adequadas permitem que os índices de dados sejam criados e mantidos mais rapidamente.

  2. Volume de dados armazenados em uma única tabela

    Quanto maior a quantidade de dados armazenados em uma única tabela, pior o desempenho da consulta. Se uma tabela contém uma grande quantidade de dados, você precisa armazenar os dados em partições. Para converter uma tabela comum em uma tabela particionada, você precisa criar uma tabela particionada e importar dados para ela a partir da tabela comum. Ao projetar tabelas, planeje se usará tabelas particionadas com base nos requisitos de serviço.

    Para particionar uma tabela, siga os seguintes princípios:

    • Use campos com intervalos óbvios para particionamento, por exemplo, data ou região.
    • O nome da partição deve refletir as características de dados da partição. Por exemplo, seu formato pode ser características de Keyword+Range.
    • Defina o limite superior de uma partição para MAXVALUE para evitar excesso de dados.
  3. Número de partições

    Tabelas e índices podem ser divididos em unidades menores e mais fáceis de gerenciar. Isso reduz significativamente o espaço de pesquisa e melhora o desempenho de acesso.

    O número de partições afeta o desempenho da consulta. Se o número de partições for demasiado pequeno, o desempenho da consulta poderá deteriorar-se.

    GaussDB(DWS) suporta particionamento de intervalos e particionamento de listas. No particionamento por intervalo, os registros são divididos e inseridos em várias partições de uma tabela. Cada partição armazena dados de um intervalo específico (intervalos em diferentes partições não se sobrepõem). O particionamento de lista é suportado apenas por clusters de 8.1.3 e versões posteriores.

Ao projetar um armazém de dados, você precisa considerar esses fatores e realizar experimentos para determinar o esquema de projeto ideal.

Usamos cookies para aprimorar nosso site e sua experiência. Ao continuar a navegar em nosso site, você aceita nossa política de cookies. Saiba mais

Feedback

Feedback

Feedback

0/500

Conteúdo selecionado

Envie o conteúdo selecionado com o feedback