SelectDB优化查询_云数据库 SelectDB 版(SelectDB)-阿里云帮助中心

云数据库 SelectDB 版通过Nereids优化器与Pipeline执行引擎实现查询自动优化，同时支持手动优化查询（如索引加速、高并发点查、物化视图及 Join 优化）以满足高性能查询场景需求。

自动优化查询规划

在SelectDB中，Nereids优化器和Pipeline执行引擎是其自带的两项核心的查询处理技术，分别针对查询优化和执行阶段进行深度优化，显著提升复杂查询性能和资源利用率。以下是Nereids优化器和Pipeline执行引擎在SelectDB如何对一条SQL优化的大致流程：

各技术主要特性如下所示，如需了解更多，您需查阅相关文档。

技术名称	特性说明

技术名称	特性说明
Nereids全新优化器	更好地支持多层子循环嵌套等复杂查询与多表Join查询。减少了优化规则出现逻辑错误的可能。
Pipeline执行引擎	提高了CPU利用效率。减少了大查询对小查询的资源挤占问题。

手动优化查询

如果SelectDB自带的Nereids全新优化器和Pipeline执行引擎仍未能满足您的查询需求，您可以通过统计信息分析查询数据，并根据分析结果选择合适的优化策略，以优化您的查询。

优化方式	使用场景	使用限制

优化方式	使用场景	使用限制
高并发点查优化	适用于高并发的点查询优化。说明点查询是指从数据库中检索满足特定条件的少量数据，通常通过主键或高基数列进行检索。	开启行存模式需要消耗额外的存储空间。 PreparedStatement目前只支持主键点查。
物化视图	适用于重复且耗时较长的复杂查询的优化。	物化视图针对Unique数据模型，只能改变列顺序，不能起到聚合的作用，所以在Unique模型上不能通过创建物化视图的方式对数据进行粗粒度聚合操作。单表上过多的物化视图会影响数据导入的效率。更多限制，请参见物化视图的局限性。
索引加速	适用于任何场景下快速过滤或地位数据的优化。	不同的索引，会有不同限制，更多详情，请参见索引加速。
Bucket Shuffle Join	Join优化。	Join条件中需存在左表的分布式列，且左表在执行时只使用了单分区的数据。
Colocation Join	Join优化。	Join条件中需存在左表的分布式列，且左右属于同一个Colocate Group。
Runtime Filter	大表Join小表的优化。	使用Runtime Filter时Join语句需同时满足以下两个要求。左表大右表小：构建Runtime Filter需要承担计算成本，包括一些内存的开销。 Join 结果集小：结果集小说明这个Join语句可以过滤掉左表的绝大部分数据。
BITMAP精准去重	去重结果必须精确，且数据基数在百万级以内，或存储资源充足的场景。	类型限制仅直接支持整数类型（TINYINT/SMALLINT/INT/BIGINT）。非整数类型（如字符串）需通过全局字典映射为整数后使用，但会增加维护成本。内存限制：高基数（如十亿级）时，BITMAP 需要存储一个巨大的位数组，内存压力显著，可能导致内存不足。
HLL近似去重	需处理海量数据（如十亿级），且允许结果一定误差（如分析类指标），或需在分布式系统中高效合并结果的场景。	精度损失：无法得到精确结果，误差率会随着基数的增加而降低（例如基数越大，误差率相对越小）。需合理配置参数：HLL 的精度由参数（如寄存器数量、哈希位数）决定，参数设置不当可能影响结果准确性。