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。

如下面的执行过程信息中，Hashagg算子的执行时间占总时间的：(51016-13535)/ 56476 ≈66%，此处Hashagg算子就是这个查询的瓶颈算子，在进行性能优化时应当优先考虑此算子的优化。

算子级调优 - 图1

算子级调优示例

**示例1：**基表扫描时，对于点查或者范围扫描等过滤大量数据的查询，如果使用SeqScan全表扫描会比较耗时，可以在条件列上建立索引选择IndexScan进行索引扫描提升扫描效率。

  1. openGauss=#  explain (analyze on, costs off) select * from store_sales where ss_sold_date_sk = 2450944;
  2.  id |             operation          |       A-time        | A-rows | Peak Memory  | A-width
  3. ----+--------------------------------+---------------------+--------+--------------+---------
  4.   1 | ->  Streaming (type: GATHER)   | 3666.020            |   3360 | 195KB        |
  5.   2 |    ->  Seq Scan on store_sales | [3594.611,3594.611] |   3360 | [34KB, 34KB] |
  6. (2 rows)
  8.  Predicate Information (identified by plan id) 
  9. -----------------------------------------------
  10.    2 --Seq Scan on store_sales
  11.          Filter: (ss_sold_date_sk = 2450944)
  12.          Rows Removed by Filter: 4968936
  1. openGauss=#  create index idx on store_sales_row(ss_sold_date_sk);
  2. CREATE INDEX
  3. openGauss=#  explain (analyze on, costs off) select * from store_sales_row where ss_sold_date_sk = 2450944;
  4.  id |                   operation                    |     A-time      | A-rows | Peak Memory  | A-width
  5. ----+------------------------------------------------+-----------------+--------+--------------+----------
  6.   1 | ->  Streaming (type: GATHER)                   | 81.524          |   3360 | 195KB        |
  7.   2 |    ->  Index Scan using idx on store_sales_row | [13.352,13.352] |   3360 | [34KB, 34KB] |
  8. (2 rows)

上述例子中，全表扫描返回3360条数据，过滤掉大量数据，在ss_sold_date_sk列上建立索引后，使用IndexScan扫描效率显著提高，从3.6秒提升到13毫秒。

示例2： 如果从执行计划中看，两表join选择了NestLoop，而实际行数比较大时，NestLoop Join可能执行比较慢。如下的例子中NestLoop耗时181秒，如果设置参数enable_mergejoin=off关掉Merge Join，同时设置参数enable_nestloop=off关掉NestLoop，让优化器选择HashJoin，则Join耗时提升至200多毫秒。

算子级调优 - 图2

算子级调优 - 图3

示例3：通常情况下Agg选择HashAgg性能较好，如果大结果集选择了Sort+GroupAgg，则需要设置enable_sort=off，HashAgg耗时明显优于Sort+GroupAgg。

算子级调优 - 图4

算子级调优 - 图5