联接的性能问题之一是数据量过大导致的性能问题。当进行联接操作时，如果参与联接的表包含大量的数据记录，可能会导致以下性能问题：
key_len的计算首先和字符集相关，如果是字符集是latin1，则一个字符占一个字节；如果是utf8则一个字符占3个字节；并且，如果类型是 varchar这种不定长，则还需要两个字节存储长度，最后 如果字段允许为空，则还需要额外一个字节存储是否为空。
大约10年前，我加入了Amazon Web Services，在那里我第一次看到了在分布式系统中进行权衡的重要性。在大学里，我已经了解了一致性和可用性之间的权衡（CAP定理），但实际上，频谱要比这深得多。任何设计决策都可能涉及延迟，并发性，可伸缩性，耐用性，可维护性，功能性，操作简便性以及系统其他方面之间的权衡，而这些权衡会对应用程序的功能和用户体验产生有意义的影响，并且即使是业务本身的有效性。
分别是id,select_type,table、type,partitions,possible_keys,key,key_len,ref,rows,Extra,下面对这些字段出现的可能进行解释：
PostgreSQL 不少的单位已经开始部署了，对于外包的开发，甲方也需要有相关的规范给出，虽然比MYSQL 的要求要少了不少，但该注意的还是要注意。
使用 EXPLAIN 查看执行计划， 5.6后可以加参数 EXPLAIN FORMAT=JSON xxx输出json格式的信息。
作者介绍 孙旭，腾讯云高级工程师。10年数据库内核研发经验，熟悉PostgreSQL、Teradata数据库内核，熟悉数据库的查询优化、执行、事务并发以及存储等子系统；对分布式数据库有深入的研究和研发经验。目前在腾讯云从事CynosDB数据库研发工作。 一、导语 数据库查询处理（Query Processing）是数据库比较核心的技术，也是距离用户最近的子系统。数据库系统在除了实现事务的隔离界别外，还需要在SQL上做到一定程度的兼容，因为数据库本身就是在做查询处理，很多的内核模块工作都是为了支持这个功能
这些配置参数提供了影响查询优化器选择查询规划的原始方法。如果优化器 为特定的查询选择的缺省规划并不是最优，那么我们就可以通过使用这些 配置参数强制优化器选择一个更好的规划来temporary解决这个 问题。不过，永久地关闭这些设置几乎从不是个好主意。更好的改善优化器 选择规划的方法包括调节Section 18.6.2、 更频繁运行ANALYZE、增大配置参数 default_statistics_target的值、使用 ALTER TABLE SET STATISTICS为某个字段增加收集的 统计信息。 这些配置参数影响查询优化器选择查询计划的暴力方法。如果优化器为一个特定查询选择的默认计划不是最优的，一种临时解决方案是使用这些配置参数之一来强制优化器选择一个不同的计划。提高优化器选择的计划质量的更好的方式包括调整规划器的代价常数（见Section 19.7.2）、手工运行ANALYZE、增加default_statistics_target配置参数的值以及使用ALTER TABLE SET STATISTICS增加为特定列收集的统计信息量。
一个 Citus 集群由一个 coordinator 实例和多个 worker 实例组成。数据在 worker 上进行分片和复制，而 coordinator 存储有关这些分片的元数据。向集群发出的所有查询都通过 coordinator 执行。 coordinator 将查询划分为更小的查询片段，其中每个查询片段可以在分片上独立运行。然后协调器将查询片段分配给 worker，监督他们的执行，合并他们的结果，并将最终结果返回给用户。查询处理架构可以通过下图进行简要描述。
即便对SELECT等数据库查询语句已经很熟悉了，但HAWQ里的查询有其自己的特点，还是需要研究一下。 一、HAWQ的查询处理流程 理解HAWQ的查询处理过程有助于写出更
可以看到上面的执行计划返回了3行结果，id列的值可以看作是SQL中所具有的SELECT操作的序号 由于上述SQL中只有一个SELECT，所以id全为1，因此，我们就要按照由上至下读取执行计划 按照我们的SQL语句，我们会认为执行顺序是a,b,c,但是通过上图可以发现，Mysql并不是完成按照SQL中所写的顺序来进行表的关联操作的 执行对表的执行顺序为a,c,b，这是由于MySQL优化器会根据表中的索引的统计信息来调整表关联的实际顺序
从根本上讲，ClickHouse，Druid和Pinot都是相似的，因为它们在同一节点上存储数据并进行查询处理，这与去耦BigQuery体系结构不同。最近，我以Druid为例描述了一些固有的问题与耦合结构1，2）。目前没有与BigQuery等效的开源软件（也许是Drill吗？），我已经在本博文中探讨了构建此类开源系统的方法。
数据库性能优化需要从多个方面进行综合考虑。 例如：系统资源是否充足、资源模型的设计（高性能 vs 大存储）、表的设计以及规划、SQL改写和优化等等，本文只要介绍adb sql的优化
MySQL数据库是许多Web应用程序的底层支持，而查询性能的优化是确保系统高效运行的关键。在MySQL中，EXPLAIN是一项强大的工具，可帮助开发者深入了解查询语句的执行计划，从而更好地优化查询性能。本文将详细解析MySQL的EXPLAIN关键字，以揭开查询执行计划的面纱。
开头先解释下全功能什么意思，所谓的全功能指的是支持绝大部分的SQL特性，像主键，触发器，约束，函数，存储过程，跨节点join等等。而且这些特性的支持对业务完全透明，业务可以像使用一台单机数据库一样来使用PGXZ。 PGXZ凝结了数平小伙伴们一年多的辛苦劳动，在 2015年10月份正式上线接入业务。当前主要的用户有微信支付，数据平台。最大的线上集群规模31个节点，每分钟55万请求。 本文先介绍下PGXZ的渊源，然后对PGXZ的特性进行下总结。 要讲PGXZ就不得不先说下PGXZ的祖父--Postgresql。
原文标题：The Art of Balance: A RateupDB（TM） Experience of Building a CPU/GPU Hybrid Database Product
利用mysql explain来对sql语句进行优化，你需要懂这些关键字各表示的含义，这样优化才有的放矢。
在组件开发迭代的过程中，随着使用时间的增加，数据库中的数据量也不断增加，因此数据库查询越来越慢。
网上已经有很多拿PostgreSQL与MySQL比较的文章了，这篇文章只是对一些重要的信息进行下梳理。在开始分析前，先来看下这两张图：
这里的索引有auditstatus和productid，可以建立联合索引。但是哪个放左边就要计算区分度。
从PG1开始，ALTER TABLE DETACH 支持 CONCURRENTLY，避免因ALTER TABLE DETACH忘记设置statement_timeout参数而长时间锁表。
MySQL 官方文档地址: 8.8 Understanding the Query Execution Plan
ALTER TABLE用来添加，删除或修改现有表中的列，也可以用来添加和删除现有表上的各种制约因素。语法如下：
Postgresql 存在许多特定的索引查询类型，和大部分的Btree为基础架构的关系型数据库一样，在创建索引缺省的时候会把btree作为默认值。
在涉及order by操作的sql时，b-tree索引返回的结果是有序的，可以直接返回，而其他索引类型，需要对索引返回结果再进行一次排序。b-tree索引的默认排序为升序，空值放在最后，创建索引时可以指定排序方式，如按倒序排序时，空值默认是放在最前的，但往往我们的查询并不想展示空值的结果，此时可以在创建索引时指定排序desc nulls last以达到和查询sql切合的目的。
在MySQL中，我们知道加索引能提高查询效率，这基本上算是常识了。但是有时候，我们加了索引还是觉得SQL查询效率低下，我想看看有没有使用到索引，扫描了多少行，表的加载顺序等等，怎么查看呢？其实MySQL自带的SQL分析神器Explain执行计划就能完成以上的事情！
由于 Citus 通过扩展 PostgreSQL 提供分布式功能，因此它与 PostgreSQL 结构兼容。这意味着用户可以使用丰富且可扩展的 PostgreSQL 生态系统附带的工具和功能来处理使用 Citus 创建的分布式表。
SIMPLE（simple）：简单SELECT(不使用UNION或子查询)。 PRIMARY（primary）：子查询中最外层查询，查询中若包含任何复杂的子部分，最外层的select被标记为PRIMARY。 UNION（union）：UNION中的第二个或后面的SELECT语句。 DEPENDENT UNION（dependent union）：UNION中的第二个或后面的SELECT语句,取决于外面的查询。 UNION RESULT（union result）：UNION的结果，union语句中第二个select开始后面所有select。 SUBQUERY（subquery）：子查询中的第一个SELECT，结果不依赖于外部查询。 DEPENDENT SUBQUERY（dependent subquery）：子查询中的第一个SELECT，依赖于外部查询。 DERIVED（derived）：派生表的SELECT (FROM子句的子查询)。 UNCACHEABLE SUBQUERY（uncacheable subquery）：(一个子查询的结果不能被缓存，必须重新评估外链接的第一行)
很多的时候，在Presto上对数据库跨库查询，例如Mysql数据库。这个时候Presto的做法是从MySQL数据库端拉取最基本的数据，然后再去做进一步的处理，例如统计等聚合操作。
EXPLAIN语句能够被用于获取一些关于SQL执行时的相关信息，比如表的连接顺序，对表的方式方式等等。通过对该相关信息进行进一步的分析，我们 可以通过对表添加适当的索引，以及优化连接顺序，使用提示等等手段来达到使SQL高效运行的目的。本文描述了EXPLAIN的用法并给出了相关示例。 一、EXPLAIN概述 EXPLAIN 语句主要是用于解析SQL执行计划，通过分析执行计划采取适当的优化方式提高SQL运行的效率。 EXPLAIN 语句输出通常包括id列，select_type，table，ty
指出MySQL能使用哪个索引在表中找到记录，查询涉及到的字段上若存在索引，则该索引将被列出，但不一定被查询使用（该查询可以利用的索引，如果没有任何索引显示 null）
如前几节所述，Citus 是一个扩展，它扩展了最新的 PostgreSQL 以进行分布式执行。这意味着您可以在 Citus 协调器上使用标准 PostgreSQL SELECT 查询进行查询。 Citus 将并行化涉及复杂选择、分组和排序以及 JOIN 的 SELECT 查询，以加快查询性能。在高层次上，Citus 将 SELECT 查询划分为更小的查询片段，将这些查询片段分配给 worker，监督他们的执行，合并他们的结果（如果需要，对它们进行排序），并将最终结果返回给用户。
大家好，我是程序员啊粥，这段时间一直在分享 MySQL 索引系列的文章，我们学会了索引模型 MySQL InnoDB 索引模型，以及和具体的索引使用原则等内容，今天开始我们学习 SQL 的优化。
调用EXPLAIN可以获取关于查询执行计划的信息，以及如何解释输出。EXPLAIN命令是查看查询优化器如何决定执行查询的主要方法，但该动能也有局限性，它的选择并不总是最优的，展示的也并不一定是真相。
MySQL常见的性能瓶颈一般都是出现在CPU和I/O上，即在数据装入内存中或磁盘上读取数据时，CPU发生了饱和或装入数据过大，内存容量不足，磁盘I/O性能被限制。这时候就要使用到Explain关键字来进行分析和调优。
explain所有人都应该很熟悉，通过它我们可以知道SQL是如何执行的，虽然不是100%管用，但是至少大多数场景通过explain的输出结果我们能直观的看到执行计划的相关信息。
Greenplum是一个分布式大规模并行处理数据库，在大多数情况下适合做大数据的存储引擎、计算引擎和分析引擎，尤其适合构建数据仓库。本篇重点介绍Greenplum的系统架构和主要功能。我们先从历史演进和所采用的MPP框架对Greenplum做一个概要说明，然后描述其顶层架构，之后详细介绍存储模式、事务支持、并行查询与数据装载、容错与故障转移、数据库统计、过程化语言扩展等方面的功能特性，正是它们支撑Greenplum成为一款理想的分析型数据库产品。本篇最后简单对比Greenplum与另一个流行的大数据处理框架Hadoop，进而阐述可以选择前者的理由。
EXPLAIN 模拟优化器执行SQL语句，查看一个SQL语句的执行计划，查看该SQL语句有没有使用上了索引，有没有做全表扫描。深入了解MySQL的基于开销的优化器，还可以获得很多可能被优化器考虑到的访问策略的细节，以及当运行SQL语句时哪种策略预计会被优化器采用。
所以说，当公司业务有跨库分析时（一般情况是，业务数据库分布在各个部门），一些数据需要配合其他部门的数据进行关联查询，这个时候可以考虑Presto。但是目前，对于MySQL统计查询在性能上有瓶颈。可考虑将数据按时间段归档到HDFS中，以提高统计效率。
此前我们介绍过 MySQL 性能优化的相关内容： Mysql Innodb 性能优化
Common Table Expression Common table expression简称CTE，由SQL:1999标准引入，可以认为是在单个 SELECT、INSERT、UPDATE、DELETE 或 CREATE VIEW 语句的执行范围内定义的临时结果集。CTE 与派生表类似，具体表现在不存储为对象，并且只在查询期间有效。与派生表的不同之处在于，CTE 可自引用，还可在同一查询中引用多次。 目前支持CTE的数据库有Teradata, DB2, Firebird, Microsoft SQL
小结果集，源表较少，查询条件直接针对源表 对于典型的OLTP应用，多为返回小结果集的查询。如果过滤条件直接针对源表，我们必须保证这些过滤条件高效，对于重要的字段，考虑加上索引。如果涉及连接多表的情况，需要优化连接顺序，尽快过滤不符合条件的记录。如果统计数据足够精确地反映了表的内容，优化器有可能对连接顺序做出适当选择 在使用索引字段的时候要注意，函数或者隐式转换会导致索引失效。在确定重要字段有索引的情况下，还必须如果是非唯一性索引或者基于唯一性索引的范围扫描，还需要考虑聚集索引与分区，物理数据的顺序是否与
PostgreSQL作为关系数据库中学院派的代表，在U.C. Berkeley完成了初始版本，其后U.C. Berkeley将其源码交于开源社区，PostgreSQL现由开源社区对其进行维护。PostgreSQL代码具有简洁、结构清晰、浓重的学院派气息等特性。虽然，其在国内并未像MySQL一样广泛在互联网公司内部使用，但是随着国内对PostgreSQL的认识加深，越来越多的公司逐渐采用PostgreSQL作为其解决方案中数据的基础架构部件；更有许多公司在PostgreSQL的基础上进行二次开发来满足自己的需求。
PostgreSQL 在复杂查询中的可塑性是很高的，但是如果在网上去找相关的例子，我尝试了一下，比较少。这里突然有一个想法，想验证一下postgresql 的复杂查询到底如何，自己做几个例子来和大家分享一下。
在Java中，内存泄露通常指的是当对象不再被使用时，仍然被其他对象引用，因此无法被垃圾回收器（Garbage Collector, GC）回收的情况。避免内存泄露主要依赖于良好的编程实践和一些工具的辅助。以下是一些避免内存泄露的方法：
1月11日，腾讯云TDSQL PG开源版（开源代号TBase）再升级：分布区表关联查询性能（join）提升超10倍，同时提升了产品在分布式场景下的易用性，增加灵活可用的功能组件。 该升级版本在第十一届PostgreSQL中国技术大会上正式公布，同时更新文档已同步在GitHub上。依托社区和内部业务系统的实践检验，TDSQL PG开源版基本保持每月一次小升级、每半年一次重大升级的节奏，助力众多开发者应用前沿数据库技术。 本期将为大家深度解读TDSQL PG开源版升级特性，具体包括：分区表功能增强、异地多活易
MySQL执行计划是sql语句经过查询优化器后，查询优化器会根据用户的sql语句所包含的字段和内容数量等统计信息，选择出一个执行效率最优（MySQL系统认为最优）的执行计划，然后根据执行计划，调用存储引擎提供的接口，获取数据。
携程火车票事业群运营着铁友、携程火车票和去哪儿火车票等重要的业务和品牌，目前正在积极地拓展海外市场。火车票的指标平台旨在为业务人员提供便捷的指标查询服务，让业务人员能够快速灵活地获得这些业务和品牌相关的指标数据。
一条SQL被一个懵懂的少年，一阵蹂躏，扔向了MySQL服务器的尽头，少年苦苦等待，却迟迟等不来那满载而归的硕果。于是少年气愤，费尽苦心想从度娘那边寻求帮助，面对执行计划EXPLAIN，却等来的是无尽的折磨与抓狂。
领取专属 10元无门槛券
手把手带您无忧上云
