数据仓库服务 GAUSSDB(DWS)-性能优化之业务降IO优化:场景6:行存表求count值
场景6:行存表求count值
例如某行存大表频繁全表count(指不带过滤条件或者过滤条件过滤很少数据的count),其中Scan花费43s,持续占用大量IO,此类作业并发起来后,整体系统IO持续100%,触发IO瓶颈,导致整体性能慢。
对比相同数据量的列存表(A-rows均为40960000),列存的Scan只花费14ms,IO占用极低。
触发因素:行存表因其存储方式的原因,全表scan的效率较低,频繁的大表全表扫描,导致IO持续占用。
解决办法:
- 业务侧审视频繁全表count的必要性,降低全表count的频率和并发度。
- 如果业务类型符合列存表,则将行存表修改为列存表,提高IO效率。
- DWS产品介绍_DWS产品优势_DWS功能_DWS使用场景_DWS是什么
- 调用GaussDB(DWS) API接口_数据仓库服务调用API_如何调用API_在DWS中调用API
- 数据仓库服务GaussDB(DWS)_SQL on Anywhere
- GaussDB(DWS)服务_什么是IoT数仓_如何使用IoT数仓
- GaussDB内核_GaussDB数据库内核_高斯数据库内核_华为云
- 数据库监控DMS_数据库智能运维_了解Auto Pilot_DMS_DWS节点监控
- GaussDB数据库案例_GaussDB数据库的优势_华为高斯数据库_新建高斯数据库
- GAUSS(DWS)工具_gsql工具_DataStudio工具_DSC工具
- DWS安全_数据仓库服务安全_DWS数据安全管理_DWS安全保障_DWS安全策略
- GaussDB行转列_数据中台架构pdf_高斯数据库行转列_华为云