常见问题以及改进措施

常见计划问题

• Join Method以及Inner和Outer表

  根据Join Method选择Inner和Outer表， 一般情况下AnalyticDB MySQL版自动选择Join的左右表，您也可以自行检查左右表的选择是否合理。

  Hash Join中，右表创建Hash，左表去右表中查找符合条件的数据，一般右表要尽量小于左表，以减少创建Hash表的开销以及Hash表的大小。您可以通过检查Join表过滤后的大小来查看对应的左右表选择是否合理。但由于还有多表Join的中间结果，以及Join Type等因素影响，Join的左右表的选择也不能单纯依赖表过滤后的大小来选择。

• Join Order

  Join Order的优化是优化器的核心挑战之一，也是经典的NP-hard问题。AnalyticDB MySQL版优化器对于不同的负载提供两种Join Reordering策略。Left Deep Tree（LDT）一般适用于较简单查询场景，Bushy Tree（BT）适用较复杂的负载查询。Bushy Tree一般会将过滤效果更好的表放在前面，对于复杂查询能够生成更优的Join Order。

  对于复杂查询，人为确认最佳Join Order非常困难。Join表数量较大时，需要资深的专家进行调优。建议将过滤效果更好的表放在Join Sequence之前，可以更早更快的过滤掉不需要的数据。

• 分布式Aggregation

  AnalyticDB MySQL版提供分布式聚合计算能力，可以根据计算数据量分步做聚合计算。一般情况下，AnalyticDB MySQL版的优化器可以选择最佳聚合计算计划，但在数据倾斜比较严重等场景下，优化器对于聚合数据分布估算的误差会比较大，从而造成聚合计算性能问题。例如，一般AnalyticDB MySQL版会选择两阶段聚合计算，在各个计算节点本地做一次部分聚合（Partial Aggregation），减少聚合计算数据量，然后再根据聚合列Reshuffle做一次Final Aggregation。一般情况下，部分聚合可以显著减少聚合计算的数据量，但如果遇到数据倾斜严重，或者部分聚合列比较Unique从而不能减少聚合计算数量的情况下，部分聚合反而会带来额外的性能开销而非收益。

• 其它问题

  本文只列举了几类常见的查询计划问题，例如全表扫描时出现无过滤条件的大表、可以下推的过滤条件没有下沉到存储等复杂计划和性能问题等，需要AnalyticDB MySQL版专家服务小组来协助定位排查。

改进执行计划

• 收集统计信息

  AnalyticDB MySQL版的查询优化器根据统计信息估算不同计划的开销，并选择最佳计划。统计信息会自动收集，一般不需要用户关心，详情请参见自动收集统计信息。对于新建的表，系统可能还未及时收集统计信息，您可以通过select * from information_schema.column_statistics; 查看查询关联的表是否有统计信息（3.1.6及之后的版本才有此系统表）。如果查询关联的表没有统计信息，可以先手动执行收集命令收集一次，之后交给自动收集模块去收集即可。手动收集统计信息的详情，请参见手动收集统计信息。

• 调整Join Order

  通常AnalyticDB for MySQL可以选择最佳的Join Order，由于数据分布特性以及查询自身的复杂度等因素，在某些场景下可能存在无法选择最优Join Order，查询性能较低，您可以通过在Hint中引入reorder_joins参数设置是否手动调整Join Order。

  • /*+reorder_joins=false*/;，打开手动调整Join Order开关，然后通过修改查询中各个表出现的顺序来控制Join Order。
  • /*+reorder_joins=true*/;，关闭手动调整Join Order开关，系统会自动选择Join Order，绝大多数场景下可以获得最佳Join Order。
  例如上述示例中的nation、region、customer表，AnalyticDB MySQL版给出的Join Order是region > nation > customer。如果根据实际查询性能得出更好的Join Order：customer > nation > region，可以如下所示在查询前使用Hint改变查询中表的顺序。

  /*+ reorder_joins=false */
         EXPLAIN SELECT count(*)
         FROM    customer, nation, region
         WHERE c_nationkey = n_nationkey
         AND n_regionkey = r_regionkey
         AND r_name = 'ASIA';                       

         | Plan Summary  |
         +---------------+
         1- Output[ Query plan ]
         2  -> Aggregate (FINAL)
         3    -> LocalExchange[SINGLE]
         4      -> Exchange[GATHER]
         5        -> Aggregate (PARTIAL)
         6          -> InnerJoin[Hash Join]
         7            - Project
         8              -> InnerJoin[Hash Join]
         9                - ScanProject {table: customer}
         10                  -> TableScan {table: customer}
         11                -> LocalExchange[HASH]
         12                  -> Exchange[REPLICATE]
         13                    - ScanProject {table: nation}
         14                      -> TableScan {table: nation}
         15            -> LocalExchange[HASH]
         16              -> Exchange[REPLICATE]
         17                - ScanProject {table: region}
         18                  -> TableScan {table: region}                    

查询计划调优是一个非常广泛的领域，本文简要讨论AnalyticDB MySQL版中的查询计划调优基础方法，后续将不断更新更多的调优最佳实践。