十八般武藝玩轉GaussDB(DWS)性能調優：Plan hint運用

前言

數據庫的使用者在書寫SQL語句時，會根據本身已知的狀況盡力寫出性能很高的SQL語句。可是當須要寫大量SQL語句，且有些SQL語句的邏輯極爲複雜時，數據庫使用者就很難寫出性能較高的SQL語句。

而每一個數據庫都有一個相似人的大腦的查詢優化器模塊，它接收來自語法分析模塊傳遞過來的查詢樹，在這個查詢樹的基礎上進行邏輯上的等價變換、物理執行路徑的篩選，而且把選擇出的最優的執行路徑傳遞給數據庫的執行器模塊。查詢優化器是提高查詢效率很是重要的一個手段。

數據庫查詢優化器的分類詳見博文

Plan hint的引入

因爲優化器基於統計信息和估算模型生成計劃，當估算出現誤差時，計劃可能出現問題，性能較差，使語句的執行變得奇慢無比。

一般，查詢優化器的優化過程對數據庫使用者是透明的。 在上一篇博文中， Gauss DB(DWS)提供了可經過配置GUC參數的方式，全局的干預查詢計劃的路徑生成。本次，將介紹另外一種能夠人工干預計劃生成的功能--plan hint。Hint是一種經過SQL語句中的註釋傳遞給優化器的指令，優化器使用hint爲語句選擇執行計劃。在測試或開發環境中，hint對於測試特定訪問路徑的性能很是有用。例如，您可能知道某些表優先進行鏈接，能夠有效減小中間結果集大小，在這種狀況下，可使用提示來指示優化器使用更好的執行計劃。

Plan hint功能屬於語句級的調控，僅對當前語句的當前層次生效，能夠幫助咱們在調優的過程當中，針對特定的語句，經過plan hint進行人工干預，選擇更高效的執行計劃。

GaussDB(DWS)的Plan hint有如下種類:

Join順序的hint：調整join順序

Scan/Join方法的hint：指定或避免scan/join的方法

Stream方法的hint：指定或避免redistribute/broadcast

行數hint：對於給定結果集，指定行數，或對原有估算值進行計算調整

傾斜值hint：在傾斜優化時，指定須要傾斜處理的特殊值

下面分別對以上幾種plan hint的功能及其在實際中的運用作一下介紹。在下面幾節的介紹中，除傾斜值hint外，都以tpcds中的Q6做爲示例。爲了能明顯看到hint在查詢優化過程當中的做用，咱們將store_sales表的統計信息刪除。原始語句和生成的初始計劃以下。

示例語句：

explain performanceselect a.ca_state state, count(*) cnt

from customer_address a

,customer c

,store_sales s

,date_dim d

,item i

where a.ca_address_sk = c.c_current_addr_sk

and c.c_customer_sk = s.ss_customer_sk

and s.ss_sold_date_sk = d.d_date_sk

and s.ss_item_sk = i.i_item_sk

and d.d_month_seq =

(select distinct (d_month_seq)

from date_dim

where d_year = 2000

and d_moy = 2 )

and i.i_current_price > 1.2 *

(select avg(j.i_current_price)

from item j

where j.i_category = i.i_category)

group by a.ca_state

having count(*) >= 10

order by cnt

limit 100;

Plan hint的應用

Join 順序的hint

語法：

格式1：

leading(table_list)

僅指定join順序，不指定內外表順序

格式2：

leading((table_list))

同時指定join順序和內外表順序，內外表順序僅在最外層生效

說明：

table_list爲要調整join順序的表名列表，表之間使用空格分隔。能夠包含當前層的任意個表（別名），或對於子查詢提高的場景，也能夠包含子查詢的hint別名，同時任意表可使用括號指定優先級。

注意：

表只能用單個字符串表示，不能帶schema。

表若是存在別名，須要優先使用別名來表示該表。

list中的表在當前層或提高的子查詢中必須是惟一的。若是不惟一，須要使用不一樣的別名進行區分。

同一個表只能在list裏出現一次。

示例1：

對於示例中的計劃，能夠看出，17-22號算子時store_sales表和item表join後生成hash表，store_sales表的數據量很大，store_sales和item表join後未過濾掉任何數據，因此這兩個表join並生成hash表的時間都比較長。根據對tpcds各表中數據分佈的瞭解，咱們知道，store_sales表和date_dim進行join，能夠過濾掉網站監控較多數據，因此，可使用hint來提示優化器優將store_sales表和date_dim表先進行join，store_sales做爲外表，date_dim做爲內表，減小中間結果集大小。語句改寫以下：

explain performanceselect /+ leading((s d)) / a.ca_state state, count(*) cnt

from customer_address a

,customer c

,store_sales s

,date_dim d

,item i

where a.ca_address_sk = c.c_current_addr_sk

and c.c_customer_sk = s.ss_customer_sk

and s.ss_sold_date_sk = d.d_date_sk

and s.ss_item_sk = i.i_item_sk

and d.d_month_seq =

(select distinct (d_month_seq)

from date_dim

where d_year = 2000

and d_moy = 2 )

and i.i_current_price > 1.2 *

(select avg(j.i_current_price)

from item j

where j.i_category = i.i_category)

group by a.ca_state

having count(*) >= 10

order by cnt

limit 100;

經過調整join順序，使得以後各join的中間結果集都大幅減小，執行時間由34268.322ms降爲11095.046ms。

Scan/Join方法的hint

用於指示優化器使用那種scan方法或join方法。

語法：

Join方法的hint格式：

[no] nestloop|hashjoin|mergejoin(table_list)

Scan方法的hint格式：

[no] tablescan|indexscan|indexonlyscan(table [index])

說明：

no表示提示優化器不使用這種方法。

table表示hint指定的表，只能指定一個表，若是表存在別名應優先使用別名進行hint。

index表示使用indexscan或indexonlyscan的hint時，指定的索引名稱，當前只能指定一個。

示例2-1：

示例1中獲得的執行計劃，因爲store_sales表的行數估算不許，store_sales和date_dim採用了效率很差的nestloop方式進行join。如今經過本節的hint方法來指示優化器不使用nestloop方式進行join。

explain performanceselect /+ leading((s d)) no nestloop(s d) / a.ca_state state, count(*) cnt

from customer_address a

,customer c

,store_sales s

,date_dim d

,item i

where a.ca_address_sk = c.c_current_addr_sk

and c.c_customer_sk = s.ss_customer_sk

and s.ss_sold_date_sk = d.d_date_sk

and s.ss_item_sk = i.i_item_sk

and d.d_month_seq =

(select distinct (d_month_seq)

from date_dim

where d_year = 2000

and d_moy = 2 )

and i.i_current_price > 1.2 *

(select avg(j.i_current_price)

from item j

where j.i_category = i.i_category)

group by a.ca_state

having count(*) >= 10

order by cnt

limit 100;