本文主要是介绍GaussDB SQL调优：选择合适的分布列，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
一、背景
GaussDB是华为公司倾力打造的自研企业级分布式关系型数据库，该产品具备企业级复杂事务混合负载能力，同时支持优异的分布式事务，同城跨AZ部署，数据0丢失，支持1000+扩展能力，PB级海量存储等企业级数据库特性。
二、将会学到什么
在这个Codelabs中，您将体验GaussDB通过选择合适的分布列来达到性能调优的实际案例。
三、SQL调优指南
SQL调优的唯一目的是“资源利用最大化”，即CPU、内存、磁盘IO、网络IO四种资源利用最大化。所有调优手段都是围绕资源使用开展的。所谓资源利用最大化是指SQL语句尽量高效，节省资源开销，以最小的代价实现最大的效益。比如做典型点查询的时候，可以用seqscan+filter(即读取每一条元组和点查询条件进行匹配)实现，也可以通过indexscan实现，显然indexscan可以以更小的代价实现相同的效果。
1、选择合适的分布列
a.现象描述
表定义如下：
CREATE TABLE t1 (a int, b int);
CREATE TABLE t2 (a int, b int);
执行如下查询：
SELECT * FROM t1, t2 WHERE t1.a = t2.b;
b.优化分析
如果将a作为t1和t2的分布列：
CREATE TABLE t1 (a int, b int) DISTRIBUTE BY HASH (a);
CREATE TABLE t2 (a int, b int) DISTRIBUTE BY HASH (a);
则执行计划将存在“Streaming”，导致DN之间存在较大通信数据量，如图1所示。
如果将a作为t1的分布列，将b作为t2的分布列：
CREATE TABLE t1 (a int, b int) DISTRIBUTE BY HASH (a);
CREATE TABLE t2 (a int, b int) DISTRIBUTE BY HASH (b);
则执行计划将不包含“Streaming”，减少DN之间存在的通信数据量，从而提升查询性能，如图2所示。
祝贺您，您已经成功地完成了GasssDB通过选择合适的分布列来达到性能调优全流程体验。
总结
GaussDB同时拥有云上高可用，高可靠，高安全，弹性伸缩，一键部署，快速备份恢复，监控告警等关键能力，能为企业提供功能全面，稳定可靠，扩展性强，性能优越的企业级数据库服务。
GaussDB分布式形态整体架构如下：
欢迎大家交流~
这篇关于GaussDB SQL调优：选择合适的分布列的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
