DML优化
关联优化
JOIN关联优化策略
逐个排查右表，对于右表是分布表且破坏hash分布的，如果数据量小，直接
修改为复制表，避免将大表进行拉表操作；如果数据量大（1亿条记录以上
的），通过调整gcluster_hash_redistribute_join_optimize参数进行验证，参数
设置
说明如下：
0 -- 拉复制表
1 -- 重分布
2 -- 自动评估，根据数据量，左右表行数接近使用重分布，如果差距大，则
小表拉复制表
关联顺序优化
优化原因
GCluster的优化器不会调整LEFT JOIN语句的顺序，而用户语句的JOIN顺
序可能不是最优，导致查询性能较低。
2. SQL特征
语句包含多个LEFT JOIN，多个LEFT JOIN的ON条件均为t1.colX = tn.colX
如：
SELECT x1.* FROM x1
LEFT JOIN x2 ON x1.many_duplicate_value = x2.many_duplicate_value
LEFT JOIN x3 ON x1.no_duplicate_value = x3.no_duplicate_value
LEFT JOIN x4 ON x1.hash_col = x4.hash_col
优化场景
语句特征满足上面的特征描述。
LEFT JOIN的右表，一些表可以直接与左表形成Hash JOIN关系，一些表可
能会导致左表发生膨胀
让形成Hash JOIN关系的LEFT JOIN先执行，避免拉表。
例如SQL特征中描述的语句，因为left join x4 on x1.hash_col = x4.hash_col
是Hash分布式JOIN，因此可以提到最前面，直接分布式执行。
让膨胀率小的LEFT JOIN先执行，减小拉表数据量。
如果参与JOIN条件的列的值的重复度较高，则很可能会造成LEFT JOIN结
果发生膨胀。一般来说，使用主键列参与的JOIN 条件，膨胀率是最小的；
而重复值越多的列，膨胀率就越可能高。
例如SQL 特征中描述的语句，因left join x3 on x1.no_duplicate_value =
x3.no_duplicate_value对x1的膨胀率比left join x2 on x1.many_duplicate_value
= x2.many_duplicate_value小，因此可以把left join x3提到left join x2 前面。
通过这种调整，避免对膨胀后的数据拉表，减小了拉表数据量。
示例语句
SELECT x1.* FROM x1
LEFT JOIN x2 ON x1.many_duplicate_value = x2.many_duplicate_value
LEFT JOIN x3 ON x1.no_duplicate_value = x3.no_duplicate_value
LEFT JOIN x4 ON x1.hash_col = x4.hash_col
改写后语句
SELECT x1.* FROM x1
LEFT JOIN x4 ON x1.hash_col = x4.hash_col
LEFT JOIN x3 ON x1.no_duplicate_value = x3.no_duplicate_value
LEFT JOIN x2 ON x1.many_duplicate_value = x2.many_duplicate_value;
