算子级调优 算子级调优介绍 一个查询语句要经过多个算子步骤才会输出最终的结果。由于个别算子耗时过长导致整体查询性能下降的情况比较常见。这些算子是整个查询的瓶颈算子。通用的优化手段是EXPLAIN ANALYZE/PERFORMANCE命令查看执行过程的瓶颈算子，然后进行针对性优化。

查看更多 →

，则需要设置enable_sort=off，HashAgg耗时明显优于Sort+GroupAgg。 图4 算子级调优案例 图5 算子级调优案例 父主题： 典型SQL调优点

查看更多 →

经验总结：SQL语句改写规则 SQL调优关键参数调整 使用Plan Hint进行调优 使用向量化执行引擎进行调优 父主题： 性能调优

查看更多 →

SQL调优关键参数调整 使用Plan Hint进行调优 检查隐式转换的性能问题 使用SQL PATCH进行调优 实际调优案例

查看更多 →

经验总结：SQL语句改写规则 SQL调优关键参数调整 使用Plan Hint进行调优 PLAN TRACE使用介绍 使用SQL PATCH进行调优 实际调优案例

查看更多 →

）。在进行性能调优的时候，应尽量避免只能选择该策略的查询语句。 执行语句不能下推是因为语句中含有不支持下推的函数或者不支持下推的语法。一般都可以通过等价改写规避执行计划不能下推的问题。 查看执行计划是否下推 执行计划是否下推可以依靠如下方法快速判断： 将GUC参数“enable_

查看更多 →

。在进行性能调优的时候，应尽量避免只能选择第3种策略的查询语句。 执行语句不能下推是因为语句中含有不支持下推的函数或者不支持下推的语法。一般都可以通过等价改写规避执行计划不能下推的问题。 语句下推典型场景 在 GaussDB 优化器中如果想要支持语句下推需要将GUC参数enable_

查看更多 →

数据倾斜调优 数据倾斜问题是分布式架构的重要难题，它破坏了MPP架构中各个节点对等的要求，导致单节点（倾斜节点）所存储或者计算的数据量远大于其他节点，所以会造成以下危害： 存储上的倾斜会严重限制系统容量，在系统容量不饱和的情况下，由于单节点倾斜的限制，使得整个系统容量无法继续增长。

查看更多 →

数据倾斜调优 数据倾斜问题是分布式架构的重要难题，它破坏了MPP架构中各个节点对等的要求，导致单节点（倾斜节点）所存储或者计算的数据量远大于其他节点，所以会造成以下危害： 存储上的倾斜会严重限制系统容量，在系统容量不饱和的情况下，由于单节点倾斜的限制，使得整个系统容量无法继续增长。

查看更多 →

语句下推调优 语句下推介绍 目前，GaussDB优化器在分布式框架下制定语句的执行策略时，有三种执行计划方式：生成下推语句计划、生成分布式执行计划、生成发送语句的分布式执行计划。 下推语句计划：指直接将查询语句从CN发送到DN进行执行，然后将执行结果返回给CN。 分布式执行计划：

查看更多 →

子查询调优 子查询背景介绍 应用程序通过SQL语句来操作数据库时会使用大量的子查询，这种写法比直接对两个表做连接操作在结构上和思路上更清晰，尤其是在一些比较复杂的查询语句中，子查询有更完整、更独立的语义，会使SQL对业务逻辑的表达更清晰更容易理解，因此得到了广泛的应用。 Gaus

查看更多 →

子查询调优 子查询背景介绍 应用程序通过SQL语句来操作数据库时会使用大量的子查询，这种写法比直接对两个表做连接操作在结构上和思路上更清晰，尤其是在一些比较复杂的查询语句中，子查询有更完整、更独立的语义，会使SQL对业务逻辑的表达更清晰更容易理解，因此得到了广泛的应用。 Gaus

查看更多 →

子查询调优 子查询背景介绍 应用程序通过SQL语句来操作数据库时会使用大量的子查询，这种写法比直接对两个表做连接操作在结构上和思路上更清晰，尤其是在一些比较复杂的查询语句中，子查询有更完整、更独立的语义，会使SQL对业务逻辑的表达更清晰更容易理解，因此得到了广泛的应用。 Gaus

查看更多 →

RDS”，进入RDS信息页面。 在“参数管理”页面的“自定义模板”页签，选择目标参数模板，单击参数模板名称。 默认在“参数”页签下，根据需要修改相关参数值。 参数相关说明，请参见RDS for MySQL参数调优建议。 可进行的操作如下： 图1 编辑参数模板 单击“保存”，在弹出框中单击“是”，保存修改。

查看更多 →

案例：使用partial cluster key 案例：调整查询重写GUC参数rewrite_rule 案例：使用DN Gather减少计划中的Stream节点 案例：调整I/O相关参数降低日志膨胀率 父主题： 性能调优

查看更多 →

实际调优案例 案例：选择合适的分布列 案例：建立合适的索引 案例：调整分布键 案例：调整GUC参数best_agg_plan 案例：改写SQL消除子查询 案例：改写SQL排除剪枝干扰 案例：改写SQL消除in-clause 案例：调整查询重写GUC参数rewrite_rule 案例：使用DN

查看更多 →

实际调优案例 案例：选择合适的分布列 案例：建立合适的索引 案例：调整分布键 案例：调整GUC参数best_agg_plan 案例：改写SQL消除子查询 案例：改写SQL排除剪枝干扰 案例：改写SQL消除in-clause 案例：调整查询重写GUC参数rewrite_rule 案例：使用DN

查看更多 →

对于低任务量场景，调整抽取并发数是性能调优的最佳方式。 CDM 迁移作业支持设置作业抽取并发数，同时也可以设置集群最大抽取并发数。 CDM通过数据迁移作业，将源端数据迁移到目的端数据源中。其中，主要运行逻辑如下： 数据迁移作业提交运行后，CDM会根据作业配置中的“抽取并发数”参数，将每个作业拆分为多个Task，即作业分片。

查看更多 →

实际调优案例 案例：调整查询重写GUC参数rewrite_rule 案例：建立合适的索引 案例：增加JOIN列非空条件 案例：改建分区表 案例：改写SQL消除子查询 案例：改写SQL消除in-clause 父主题： SQL调优指南

查看更多 →

实际调优案例 案例：调整查询重写GUC参数rewrite_rule 案例：建立合适的索引 案例：增加JOIN列非空条件 案例：改建分区表 案例：改写SQL消除子查询 案例：改写SQL消除in-clause 父主题： SQL调优指南

查看更多 →

SQL调优指南 调优流程 更新统计信息 审视和修改表定义 SQL语句改写规则 典型SQL调优点 使用Plan Hint进行调优 例行维护表 例行重建索引 SQL调优关键参数调整 配置SMP 查询最耗性能的SQL 分析作业是否被阻塞

查看更多 →