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、order by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。

二、性能比对

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）

点击阅读原文

推荐阅读

KunlunBase架构介绍
KunlunBase技术优势介绍
KunlunBase技术特点介绍
KunlunBase集群基本概念介绍

END

昆仑数据库是一个HTAP NewSQL分布式数据库管理系统，可以满足用户对海量关系数据的存储管理和利用的全方位需求。
应用开发者和DBA的使用昆仑数据库的体验与单机MySQL和单机PostgreSQL几乎完全相同，因为首先昆仑数据库支持PostgreSQL和MySQL双协议，支持标准SQL:2011的 DML 语法和功能以及PostgreSQL和MySQL对标准 SQL的扩展。同时，昆仑数据库集群支持水平弹性扩容，数据自动拆分，分布式事务处理和分布式查询处理，健壮的容错容灾能力，完善直观的监测分析告警能力，集群数据备份和恢复等 常用的DBA 数据管理和操作。所有这些功能无需任何应用系统侧的编码工作，也无需DBA人工介入，不停服不影响业务正常运行。
昆仑数据库具备全面的OLAP 数据分析能力，通过了TPC-H和TPC-DS标准测试集，可以实时分析最新的业务数据，帮助用户发掘出数据的价值。昆仑数据库支持公有云和私有云环境的部署，可以与docker，k8s等云基础设施无缝协作，可以轻松搭建云数据库服务。
请访问 http://www.kunlunbase.com/ 获取更多信息并且下载昆仑数据库软件、文档和资料。
KunlunBase项目已开源
【GitHub：】
https://github.com/zettadb
【Gitee：】
https://gitee.com/zettadb