务源头优化。 解决方案： 单纯的QPS高导致CPU使用率过高，往往出现在实例规格较小的情况下。例如：1U、2U、4U，建议升级实例CPU规格。 优化慢查询，优化方法参照场景1 慢查询导致CPU升高的解决方案。若优化慢查询后效果不明显，建议升级实例CPU规格。 对于数据量大的表，建

查看更多 →

DS都让您能够在云中运行传统的关系数据库，同时转移数据库管理负载。您可将RDS数据库用于联机事务处理 (OLTP) ，报告和分析，对于大量数据的读（一般是复杂的只读类型查询）支持不足。 GaussDB (DWS)利用多节点的规模和资源并使用各种优化法（列存，向量引擎，分布式框架等），

查看更多 →

务源头优化。 解决方案： 单纯的QPS高导致CPU使用率过高，往往出现在实例规格较小的情况下，建议升级实例CPU规格。 优化慢查询，优化方法参照场景1 慢查询导致CPU升高的解决方案。若优化慢查询后效果不明显，建议升级实例CPU规格。 对于数据量大的表，建议通过分库分表减小单次查询访问的数据量。

查看更多 →

数据库级字符集和字符序 创建一个新的数据库时，可以指定数据库的字符集字符序。 CREATE DATABASE [IF NOT EXISTS] database_name [ ENCODING [=] encoding ] |

查看更多 →

数据库级字符集和字符序 创建一个新的数据库时，可以指定数据库的字符集字符序。 CREATE DATABASE [IF NOT EXISTS] database_name [ ENCODING [=] encoding ] |

查看更多 →

本章通过介绍性能调优最基本的数据库命令ANALYZE和EXPLAIN，来详细解读EXPLAIN展示的数据库执行计划，介绍如何通过执行计划了解数据库的执行过程、识别性能瓶颈，针对性调优。另外，通过介绍性能参数、典型应用场景、SQL诊断、SQL性能调优和SQL改写案例等性能调优的实际操作，为数据库性能调优提供全方位的参考指导。

查看更多 →

控制，默认每1秒刷新一次。 图3 文档插入Elasticsearch的流程 写入性能优化 基于Elasticsearch的数据写入流程分析，有以下几种性能优化方案。 表1 写入性能优化 序号 优化方案 方案说明 1 使用SSD盘或升级集群配置 使用SSD盘可以大幅提升数据写入与m

查看更多 →

Segment的方式进行查询。 图2 Elasticsearch的索引组成 查询性能优化 基于Elasticsearch的数据查询流程分析，有以下几种性能优化方案。 表1 查询性能优化 序号 优化方案 方案说明 1 通过_routing减少检索扫描的分片数 在数据入库时指定rou

查看更多 →

优化集群性能 写入性能优化 查询性能优化

查看更多 →

优化器开销常量 介绍优化器开销常量。这里描述的开销可以按照任意标准度量。只关心其相对值，因此以相同的系数缩放它们将不会对优化器的选择产生任何影响。缺省时，以抓取顺序页的开销为基本单位。也就是说将seq_page_cost设为1.0，同时其他开销参数以他为基准设置。也可以使用其他基准，比如以毫秒计的实际执行时间。

查看更多 →

取值范围：枚举型 ALL：收集整表、一级分区的统计信息。 GLOBAL：收集整表的统计信息。 PARTITION：收集一级分区的统计信息。 GLOBAL_AND_PARTITION：收集整表、一级分区的统计信息。 ALL_COMPLETE：收集整表、一级分区的统计信息。 默认值：ALL

查看更多 →

取值范围：枚举型 ALL：收集整表、一级分区、二级分区的统计信息。 GLOBAL：收集整表的统计信息。 PARTITION：收集一级分区的统计信息。 GLOBAL_AND_PARTITION：收集整表、一级分区的统计信息。 SUBPARTITION：收集二级分区的统计信息。 ALL_CO

查看更多 →

Kafka性能优化 Kafka性能优化 优化客户端配置 生产者配置建议 可参考配置建议。 消费者配置建议 参数 推荐值 说明 max.poll.records 500 消费者一次能消费到的最大消息数量，默认为500，如果每条消息处理时间较长，建议调小该值，确保在max.poll.interval

查看更多 →

e数据。 调优原则 提高cpu使用率同时减少额外性能开销。 提高内存使用率。 优化业务逻辑，减少计算量和IO操作。 典型业务的调优 优化代码逻辑：在进行Spark参数调优之前，要进行相应的规划设计，优化代码逻辑。 Spark任务跑的比较慢，cpu利用率低：检测室executor线

查看更多 →

基因查询优化器 介绍基因查询优化器相关的参数。基因查询优化器（GEQO）是一种启发式的查询规划算法。这个算法减少了对复杂查询规划的时间，而且生成规划的开销有时也小于正常的详尽的查询算法。 geqo 参数说明：控制基因查询优化的使用。 该参数属于USERSET类型参数，请参考表1中对应设置方法进行设置。

查看更多 →

优化器方法配置 这些配置参数提供了影响查询优化器选择查询规划的原始方法。如果优化器为特定的查询选择的缺省规划并不是最优的，可以通过使用这些配置参数强制优化器选择一个不同的规划来临时解决这个问题。更好的方法包括调节优化器开销常量、手动运行ANALYZE、增加配置参数default_

查看更多 →

优化器开销常量 介绍优化器开销常量。这里描述的开销可以按照任意标准度量。只关心其相对值，因此以相同的系数缩放它们将不会对优化器的选择产生任何影响。缺省时，它们以抓取顺序页的开销为基本单位。也就是说将seq_page_cost设为1.0，同时其他开销参数以它为基准设置。也可以使用其他基准，比如以毫秒计的实际执行时间。

查看更多 →

基因查询优化器 介绍基因查询优化器相关的参数。基因查询优化器（GEQO）是一种启发式的查询规划算法。这个算法减少了对复杂查询规划的时间，而且生成规划的开销有时也小于正常的详尽的查询算法。 geqo 参数说明：控制基因查询优化的使用。 参数类型：USERSET 取值范围：布尔型 on表示使用。

查看更多 →

优化器开销常量 介绍优化器开销常量。这里描述的开销可以按照任意标准度量。只关心其相对值，因此以相同的系数缩放它们将不会对优化器的选择产生任何影响。缺省时，它们以抓取顺序页的开销为基本单位。也就是说将seq_page_cost设为1.0，同时其他开销参数以它为基准设置。也可以使用其他基准，比如以毫秒计的实际执行时间。

查看更多 →

enable_codegen 参数说明：标识是否允许开启代码生成优化，目前代码生成使用的是LLVM优化。 参数类型：USERSET 取值范围：布尔型 on表示允许开启代码生成优化。 off表示不允许开启代码生成优化。 目前LLVM优化仅支持向量化执行引擎特性和SQL on Hadoop特性，在其他场景下建议关闭此参数。

查看更多 →

优化器开销常量 介绍优化器开销常量。这里描述的开销可以按照任意标准度量。只关心其相对值，因此以相同的系数缩放它们将不会对优化器的选择产生任何影响。缺省时，它们以抓取顺序页的开销为基本单位。也就是说将seq_page_cost设为1.0，同时其他开销参数以它为基准设置。也可以使用其他基准，比如以毫秒计的实际执行时间。

查看更多 →