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。更好地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 →

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。该参数可在PDB级别设置。 参数类型：布尔型 参数单位：无

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。 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 →

有较长时间的产能空闲。 副资源-钢网限制：每种产品的生产都需要使用到对应的钢网资源，每个钢网可以配合不同的线生产，使用相同钢网的订单受钢网制约不能同时生产。 减少换模时间：当天生产的订单，如果使用相同的钢网副资源，尽量排在一起连续生产，减少钢网切换所需的时间。 订单交货期：需要根据订单的需求交货期安排计划，保证交期。

查看更多 →

对mget，hmget等批量命令做并行和异步IO优化 某些客户端对于MGET，HMGET这些命令没有做特殊处理，串行执行再合并返回，效率较低，建议做并行优化。 建议 例如Jedis对于MGET命令在集群中执行的场景就没有特殊优化，串行执行，比起lettuce中并行pipelin

查看更多 →

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。 性能调优常用方法-DataStream调优 配置内存：调整老年代和新生代的比值；开发Flink应用程序时，优化datastream的数据分区活分组操作。 设置并行度：用户可以根

查看更多 →

及效益，最终达到实际需求的最优目标。 运筹优化算法总结为定义问题、优化求解、输出优化方案，如图1所示。 图1 运筹优化算法 定义问题 根据业务的需求，一般需要定义的问题内容包括问题描述、已知参数、约束条件、优化目标。 问题描述：运筹优化算法所要解决的实际问题描述，例如计划生产的产品收益等。

查看更多 →

计费模式优化 按需转包年包月建议 资源包购买建议 父主题： 成本优化

查看更多 →

业务体验优化策略 配置流量分配 配置Overlay ACL策略 配置QoS策略 配置智能选路策略 父主题： 部署指导

查看更多 →

SQL分析与优化 查看 GaussDB (for MySQL)的慢SQL 查看GaussDB(for MySQL)的TOP SQL 使用GaussDB(for MySQL)的SQL洞察 使用GaussDB(for MySQL)的SQL限流 使用GaussDB(for MySQL)自治限流

查看更多 →

由cube等引起的数据膨胀多少倍时，触发该优化。需要配置一个大于0的数值来启用。例如1024，代表数据膨胀1024倍及以上时，触发该优化。 -1 spark.sql.distinct.aggregator.enabled 是否强制开启distinct聚合优化。开启时，将不再受限于数据膨胀倍

查看更多 →

鲲鹏内存优化型 鲲鹏内存优化型实例类型总览 鲲鹏内存优化型 弹性云服务器 搭载鲲鹏920处理器及25GE智能高速网卡，提供最大480GiB基于DDR4的内存实例和高性能网络，擅长处理大型内存数据集和高网络场景。 该类型弹性 云服务器 默认未开启超线程，每个vCPU对应一个底层物理内核。 在售：kM2、kM1

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 →

Hive Group By语句优化 操作场景 优化Group by语句，可提升命令执行速度和查询速度。 Group by的时候， Map端会先进行分组， 分组完后分发到Reduce端， Reduce端再进行分组。可采用Map端聚合的方式来进行Group by优化，开启Map端初步聚合，减少Map的输出数据量。

查看更多 →

Spark SQL join优化 操作场景 Spark SQL中，当对两个表进行join操作时，利用Broadcast特性（见“使用广播变量”章节），将被广播的表BroadCast到各个节点上，从而转变成非shuffle操作，提高任务执行性能。 这里join操作，只指inner join。

查看更多 →

Hive Join数据优化 操作场景 使用Join语句时，如果数据量大，可能造成命令执行速度和查询速度慢，此时可进行Join优化。 Join优化可分为以下方式： Map Join Sort Merge Bucket Map Join Join顺序优化 Map Join Hive的Map

查看更多 →

自动模型优化（AutoSearch） 自动模型优化介绍 创建自动模型优化的训练作业 父主题： 使用ModelArts Standard训练模型

查看更多 →

优化迁移性能 迁移作业原理 性能调优 参考：作业分片维度 参考： CDM 性能实测数据 父主题： 数据集成（CDM作业）

查看更多 →

Spark SQL join优化 操作场景 Spark SQL中，当对两个表进行join操作时，利用Broadcast特性（请参见使用广播变量），将小表BroadCast到各个节点上，从而转变成非shuffle操作，提高任务执行性能。 这里join操作，只指inner join。

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 →