华为云云数据库GaussDB案例：选择合适的分布列_云淘科技
现象描述
表定义如下：
1 2 |
CREATE TABLE t1 (a int, b int); CREATE TABLE t2 (a int, b int); |
执行如下查询：
1 |
SELECT * FROM t1, t2 WHERE t1.a = t2.b; |
优化分析
如果将a作为t1和t2的分布列：
1 2 |
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。
图1 选择合适的分布列案例（一）
如果将a作为t1的分布列，将b作为t2的分布列：
1 2 |
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。
图2 选择合适的分布列案例（二）
父主题： 实际调优案例
同意关联代理商云淘科技，购买华为云产品更优惠（QQ 78315851）
内容没看懂？ 不太想学习？想快速解决？ 有偿解决： 联系专家
