文档首页/ 数据仓库服务 GaussDB(DWS)/ 开发指南/ 标准数仓开发指南(9.1.0.x)/ GaussDB(DWS)开发设计建议/ GaussDB(DWS) SQL开发规范/ SELECT操作规范
更新时间：2024-12-30 GMT+08:00
查看PDF
分享

SELECT操作规范

规则3.7 禁止执行不下推的SQL

GaussDB(DWS)为分布式架构，SQL语句必须下推才能分利用分布式的计算资源，达到性能最优。

违反规范的影响：

  • 不下推的SQL执行性能差，严重情况会导致CN资源瓶颈，影响整体业务。

方案建议：

规则3.8 禁止多表关联时缺少关联条件

违反规范的影响：

  • 多表关联时不指定关联条件就是求笛卡尔积，极易导致结果集膨胀，造成性能和资源过载风险。

方案建议：

  • 多表关联时明确每张表的过滤条件和关联条件，避免出现缺少过滤条件和关联条件的情况。

规则3.9 多表关联字段数据类型要保持一致

违反规范的影响：

  • 关联字段类型不一致，导致额外的类型转换开销，且影响数据重分布的策略，无法生成最优计划。

方案建议：

  • 多表关联场景，关联的字段均使用同样的数据类型。

建议3.10 尽量避免对关联条件字段和过滤条件字段进行函数运算

违反规范的影响：

  • 对关联条件字段和过滤条件字段进行函数运算，导致优化器无法获取准确的字段统计信息，无法生成最优计划，影响执行性能。

方案建议：

  • 关联条件字段之间直接比较，如有需要运算后比较的场景需在数据入库前进行预处理。
  • 过滤条件和常量比较时，只对常量列进行函数运算，字段列不进行函数运算，例如： 
    1
2
3
4
5
6
7
8
9
    		 
    SELECT id, from_image_id, from_person_id, from_video_id
FROM face_data
WHERE SS.DEL_FLAG = 'N'
AND NVL(SS.DELETE_FLAG, 'N') = 'N'
改写为：
SELECT id, from_image_id, from_person_id, from_video_id
FROM face_data
where SS.DEL_FLAG = 'N'
AND (SS.DELETE_FLAG = 'N' or SS.DELETE_FLAG is null)

建议3.11 资源高消耗型SQL需做好压力测试和并发管控

违反规范的影响：

  • 存储和计算资源过载，整体运行性能下降。

方案建议：

高资源消耗型SQL的主要特征：

  • 大量UNION ALL
  • 大量AGG（COUNT DISTINCT、MAX等）
  • 大量表JOIN
  • 大量STREAM算子（计划维度）

针对上述SQL需进行压力测试和并发管控，如果超出资源能力，则必须进行业务优化后再重新评估上线。

规则3.12 禁止针对行存大表的频繁COUNT

磁盘能力强的场景（如SSD），本规则可适当放宽，但仍需关注I/O消耗情况。

违反规范的影响：

  • 行存表的COUNT需要扫描全表，大表场景频繁COUNT会消耗大量I/O，如触发I/O瓶颈会导致整体性能问题。

方案建议：

  • 建议降低COUNT频率、使用结果缓存、分区级统计等方式，降低COUNT的I/O消耗。

建议3.13 避免查询返回超大结果集（数据导出场景除外）

违反规范的影响：

  • 在实际不需要查看所有结果的场景，查询超大结果集会浪费大量资源。

方案建议：

  • 查询使用LIMIT，只返回必要数量的结果。
  • 真实需要查询大量结果集的场景，使用游标进行分段获取，合理设置FETCH SIZE。

建议3.14 查询时避免使用“SELECT *”写法

违反规范的影响：

  • 查询实际不需要的列，增加计算负担，浪费计算资源。

方案建议：

  • SELECT时明确列出查询所需字段，提升查询的有效性能。

建议3.15 谨慎使用递归语句(WITH RECURSIVE)，明确终止条件，确保递归可终止

违反规范的影响：

  • 无明确终止条件，递归陷入死循环，无法完成。
  • 重复数据过多，递归产生大量重复数据，占用大量资源。

方案建议：

  • 根据业务表数据量和数据特征设计合理的递归终止条件。

建议3.16 访问对象（表，函数等）时带上SCHEMA名称

违反规范的影响：

  • 不指定SCHEMA名称前缀，实际会根据当前search_path中表空间列表，依次搜索所有表空间直到找到匹配的表作为目标表，可能因SCHEMA切换导致访问到非预期的表。

方案建议：

  • 访问表和函数对象时显式指定“SCHEMA.”前缀，增强可读性、稳定性、可移植性。

建议3.17 针对SQL标记注释，唯一标识SQL的归属

违反规范的影响：

  • 业务溯源能力较差，只能通过数据库、用户名、客户端IP信息找开发人员确认。

方案建议：

  • 建议使用query_band，例如： 
    1
    		 
    SET query_band='JobName=abc;AppName=test;UserName=user';
  • 每个SQL开头标记注释，唯一标识SQL的归属，方便问题定位及应用性能分析，命名建议为： 
    /* 模块名_工具名_作业名_步骤 */，如: /* mca_python_xxxxxx_step1 */ insert into xxx select … from