查询优化

使用性能分析工具、执行计划和优化技术来分析和提升查询性能。

性能分析工具

查询分析

Databend Cloud 中的可视化执行计划分析

• 访问路径：监控 → SQL 历史 → 查询分析标签页
• 展示内容：执行节点、耗时、资源使用情况
• 用途：识别瓶颈、理解查询执行过程

查询哈希

用于性能追踪的唯一查询指纹

-- 获取查询指纹
SELECT query_hash('SELECT * FROM table WHERE id = ?');

查询优化基础

执行计划分析

-- 查看查询执行计划
EXPLAIN SELECT * FROM orders o
JOIN customers c ON o.customer_id = c.id
WHERE o.order_date >= '2023-01-01';

关注点：

• 表扫描 vs 索引使用
• 连接算法（哈希、合并、嵌套循环）
• 过滤下推效果
• 资源消耗估算

索引策略

-- 为常见查询模式创建索引
CREATE INDEX idx_orders_date ON orders(order_date);
CREATE INDEX idx_orders_customer ON orders(customer_id);

索引指南：

• 为 WHERE 子句中的列创建索引
• 为 JOIN 两侧的列创建索引
• 为多列过滤条件考虑复合索引
• 监控索引使用统计信息

性能优化技术

查询重写

-- ❌ 低效：对列使用函数导致无法使用索引
SELECT * FROM orders WHERE YEAR(order_date) = 2023;

-- ✅ 优化：范围条件可以使用索引
SELECT * FROM orders 
WHERE order_date >= '2023-01-01' 
  AND order_date < '2024-01-01';

过滤下推

-- ❌ 连接后过滤
SELECT * FROM (
    SELECT o.*, c.name 
    FROM orders o JOIN customers c ON o.customer_id = c.id
) WHERE order_date >= '2023-01-01';

-- ✅ 连接前过滤
SELECT o.*, c.name 
FROM orders o 
JOIN customers c ON o.customer_id = c.id
WHERE o.order_date >= '2023-01-01';

聚合优化

-- 使用合适的 GROUP BY 扩展
SELECT 
    region,
    product_category,
    COUNT(*) as sales_count,
    SUM(amount) as total_sales
FROM sales 
GROUP BY CUBE(region, product_category);

常见性能问题

问题 1：结果集过大

-- ❌ 问题：对大表查询未加限制
SELECT * FROM events ORDER BY timestamp DESC;

-- ✅ 解决：始终限制探索性查询的结果集大小
SELECT * FROM events ORDER BY timestamp DESC LIMIT 1000;

问题 2：低效的连接

-- ❌ 问题：笛卡尔积
SELECT * FROM table1, table2 WHERE condition;

-- ✅ 解决：使用带有正确条件的显式连接
SELECT * FROM table1 t1
INNER JOIN table2 t2 ON t1.id = t2.foreign_id
WHERE condition;

问题 3：不必要的复杂性

-- ❌ 问题：嵌套子查询
SELECT * FROM (
    SELECT * FROM (
        SELECT col1, col2 FROM table WHERE condition1
    ) WHERE condition2
) WHERE condition3;

-- ✅ 解决：合并条件
SELECT col1, col2 FROM table 
WHERE condition1 AND condition2 AND condition3;

监控与指标

关键性能指标

• 查询执行时间
• 扫描行数 vs 返回行数
• 内存使用量
• CPU 使用率
• I/O 操作

性能监控查询

-- 从查询历史中查找慢查询
SELECT 
    query_text,
    query_duration_ms,
    scan_bytes,
    result_bytes,
    memory_usage
FROM system.query_log
WHERE query_duration_ms > 10000  -- 超过 10 秒的查询
ORDER BY query_duration_ms DESC
LIMIT 10;

优化清单

查询设计

• 使用合适的 WHERE 条件
• 通过选择列来最小化扫描的数据量
• 在连接前应用过滤器
• 使用正确的连接类型
• 适当限制结果集

索引

• 为频繁过滤的列创建索引
• 为连接列创建索引
• 移除未使用的索引
• 监控索引的有效性

模式设计

• 选择合适的数据类型
• 适当进行规范化（避免过度规范化）
• 对大表考虑使用分区
• 使用聚簇键进行排序优化

高级优化

聚合索引

-- 使用 Databend 的聚合索引预计算昂贵的聚合操作
CREATE AGGREGATING INDEX daily_sales_agg AS
SELECT 
    DATE(order_time) as order_date,
    product_id,
    COUNT(*) as order_count,
    SUM(amount) as total_sales
FROM orders
GROUP BY DATE(order_time), product_id;

查询提示

-- 必要时强制使用特定的连接算法
SELECT /*+ USE_HASH_JOIN */ *
FROM large_table l
JOIN small_table s ON l.id = s.foreign_id;

最佳实践总结

1. 首先测量 - 使用查询分析识别瓶颈
2. 策略性地创建索引 - 覆盖你的查询模式
3. 尽早过滤 - 尽快应用 WHERE 条件
4. 适当限制 - 不要获取超出需要的数据
5. 持续监控 - 长期跟踪查询性能