首页 > 数据库 > 国内数据库 > KunlunBase查询优化(三)排序下推
前言
前面2篇文章我们介绍 KunlunBase的查询优化原理和 Project和Filter下推演示( KunlunBase 查询优化(一), KunlunBase查询优化(二)Project和Filter下推),本节讲述排序查询优化之排序下推。
一条含有order的SQL的执行计划在如下生成过程中,Sort被下推到RemoteScan算子里面。
Sort下推的操作是异步方式,指令在各个数据节点并行执行,过滤数据后,将排序后的结果反馈给计算节点,降低了计算节点的负载。

下面我们来测试查看查询下推的执行计划
为支持排序下推,需要在 KunlunBase设置如下如下参数为true:
set enable_remote_orderby_pushdown=true;
测试语句:
select c_zip from customer1 order byc_zip;
查看执行计划:
explain select c_zip fromcustomer1 order by c_zip;

根据上面的执行计划,RemoteScan在传达了远程排序操作到每一个相关的存储节点,存储节点将结果反馈给计算节点再做Merge Append。
如果关闭排序下推的特性,执行计划会发生变化,排序操作将在计算节点执行。
演示如下:
set enable_remote_orderby_pushdown=false;
排序操作将在计算节点执行:

语句的执行过程:语句在计算节点改写后,下发到2个数据节点执行,从计算节点拉取符合条件的值到计算节点排序,排序后反馈给客户端。
性能比对环境:
复制下方链接登录 KunlunBase在线体验系统:
zettatech.tpddns.cn:8000/ci/index.php/Main/PGList
在SQL框中输入排序操作的语句,按执行键执行。
左边窗口是 KunlunBase社区版本的执行信息(社区版不支持排序下推操作),右边窗口是 KunlunBase企业版有下推操作的执行信息。

对比可以发现,order by下推后,执行效率提高了(执行时间由4毫秒下降到3毫秒)
推荐阅读
KunlunBase架构介绍
KunlunBase技术优势介绍
KunlunBase技术特点介绍
PostgreSQL vs MySQL TPC-H 测试
Kunlun-Storage vs PostgreSQL OLTP 测试
END
来自 “ ITPUB博客 ” ,链接:https://blog.itpub.net/70011764/viewspace-2852639/ ,如需转载,请注明出处,否则将追究法律责任。