GBase 8a Mpp Cluster集群产品性能优化篇之业务层面调优

业务调优最为复杂，只有熟悉和掌握应用业务流程，才能找到正确的优化点和优化方法。对于业务调优一定要与现x场人员充分配合，确保优化后的业务逻辑和优化前的业务逻辑是等价的。

拉链表性能优化
优化场景长期数据积累导致p表enddate=’29991231’的数据分布离散，存储在不同的DC中，过滤时需要把所有含这部分数据的全部DC打开（读入内存、解压、抽取），时间及资源开销较大，进而造成作业性能较差；
拉链步骤中已有数据闭链及新数据开链都需要过滤p表条件enddate=’29991231’。某P表n1分片，全部数据（行数约为1.8亿）有2841个DC，但enddate =’29991231’的数据（行数约为80万）分布在2726个DC上，这导致智能索引的过滤效果很差。
检查方法通过GNode Trace发现查询性能较慢，在Trace文件中，Smart Scan部分found DC的个数很多，而Scan的结果行数却较少，此时可以确定过滤后的数据离散的分布在多个DC中，以此判断是否需要进行数据整理调优。

优化方法
每个月整理p表数据，将enddate=’29991231’的数据作为新数据集中插入到尾部，减少数据分布离散度，原数据delete。
每半年对p表进行重组（Shrink Space），释放delete空间。

优化操作步骤
update p set enddate=’29990000’ where enddate=’29991231’;
insert p select col1,…colx, ’29991231’ from p where enddate=’29990000’ ;
delete from p_00ccard_ambs where enddate=’29990000’；