萌新的新奇的体验【玩转PB级数仓GaussDB(DWS)】

原来数据库还有这么多设置的吗，这么多年SQLboy白当了。虽然实际工作中会用到GaussDB但是真的就只是select from 就没了，今天学习了之后发现甚至还有好多属于都没见过。能这样云体验一下真的是太方便了。都体验完之后发现有过程记录功能。都是一点点截图的，还好最后的实验手册，性能调优实践的内容可以反复查看，有机会再尝试一下。>>>免费沙箱实验：如何实现GaussDB(DWS)性能调优

自己都不一定能看懂的过程总结：

（1）由于以上待定位的SQL查询中，WHERE字句是关联了表orders的o_custkey列，可以考虑把表orders的分布列o_orderkey修改为关联列o_custkey，以达到性能加速的目的。执行以下SQL进行分布列修改。
（2）插入数据之后要ANALYZE
（3） 使用分区
（4）关闭自动收集统计信息
（5）建立合适的索引，分布列 倾斜列
（6）自定义函数不下推  ALTER FUNCTION public.gen_period(timestamptz) NOT SHIPPABLE; 不可下推 性能劣化
（7）join 结论：HashJoin：内表小，外表大，执行高效！
;什么是Nest Loop？
表连接方式包括HashJoin、MergeJoin、NestLoop三种。其中，NestLoop表示嵌套循环，适用于被连接的数据子集较小的查询。
在嵌套循环中，外表驱动内表，外表返回的每一行都要在内表中检索找到它匹配的行，因此整个查询返回的结果集不能太大（不能大于10000），要把返回子集较小的表作为外表，而且在内表的连接字段上建议要有索引。
(8)使用Plan Hint进行调优
(9)NOT IN改写
EXPLAIN VERBOSE SELECT * FROM t1 WHERE t1.c NOT IN (SELECT t2.c FROM t2);从返回结果看到走NestLoop，因为NULL值跟任意值的OR运算结果都是NULL，上述条件表达式等价于t1.c <> ANY(t2.c) AND t1.c IS NOT NULL AND ANY(t2.c) IS NOT NULL。
EXPLAIN VERBOSE SELECT * FROM t1 WHERE NOT EXISTS (SELECT 1 FROM t2 WHERE t2.c = t1.c);
(10)使用局部聚簇:局部聚簇 (Partial Cluster Key, 简称PCK)，列存储下一种通过min/max稀疏索引实现基表快速扫描的一种索引技术。适用于列存大表点查询加速。ALTER TABLE orders_pck ADD PARTIAL CLUSTER KEY(o_orderkey);

【一起来玩转PB级数仓GaussDB(DWS)，分享你的技术经验与体验心得，赢开发者大礼包！】第19期有奖征文火热进行中！

此外，在云声平台提出您的宝贵建议，标题以【云驻计划-定向征文】开头，还有机会赢取额外奖励。