AnalyticDB：常見問題以及改進措施

常見計劃問題

• Join Method以及Inner和Outer表

  根據Join Method選擇Inner和Outer表， 一般情況下AnalyticDB MySQL版自動選擇Join的左右表，您也可以自行檢查左右表的選擇是否合理。

  Hash Join中，右表建立Hash，左表去右表中尋找合格資料，一般右表要盡量小於左表，以減少建立Hash表的開銷以及Hash表的大小。您可以通過檢查Join表過濾後的大小來查看對應的左右表選擇是否合理。但由於還有多表Join的中間結果，以及Join Type等因素影響，Join的左右表的選擇也不能單純依賴表過濾後的大小來選擇。

• Join Order

  Join Order的最佳化是最佳化器的核心挑戰之一，也是經典的NP-hard問題。AnalyticDB MySQL版最佳化器對於不同的負載提供兩種Join Reordering策略。Left Deep Tree（LDT）一般適用於較簡單查詢情境，Bushy Tree（BT）適用較複雜的負載查詢。Bushy Tree一般會將過濾效果更好的表放在前面，對於複雜查詢能夠產生更優的Join Order。

  對於複雜查詢，人為確認最佳Join Order非常困難。Join表數量較大時，需要資深的專家進行調優。建議將過濾效果更好的表放在Join Sequence之前，可以更早更快的過濾掉不需要的資料。

• 分布式Aggregation

  AnalyticDB MySQL版提供分布式彙總計算能力，可以根據計算資料量分步做彙總計算。一般情況下，AnalyticDB MySQL版的最佳化器可以選擇最佳彙總計算計劃，但在資料扭曲比較嚴重等情境下，最佳化器對於彙總資料分布估算的誤差會比較大，從而造成彙總計算效能問題。例如，一般AnalyticDB MySQL版會選擇兩階段彙總計算，在各個計算節點本地做一次部分彙總（Partial Aggregation），減少彙總計算資料量，然後再根據彙總列Reshuffle做一次Final Aggregation。一般情況下，部分彙總可以顯著減少彙總計算的資料量，但如果遇到資料扭曲嚴重，或者部分彙總列比較Unique從而不能減少彙總計算數量的情況下，部分彙總反而會帶來額外的效能開銷而非收益。

• 其它問題

  本文只列舉了幾類常見的查詢計劃問題，例如全表掃描時出現無過濾條件的大表、可以下推的過濾條件沒有下沉到儲存等複雜計劃和效能問題等，需要AnalyticDB MySQL版專家服務小組來協助定位排查。

改進執行計畫

• 收集統計資訊

  AnalyticDB MySQL版的查詢最佳化工具根據統計資訊估算不同計劃的開銷，並選擇最佳計劃。統計資訊會自動收集，一般不需要使用者關心，詳情請參見自動收集統計資訊。對於建立的表，系統可能還未及時收集統計資訊，您可以通過select * from information_schema.column_statistics; 查看查詢關聯的表是否有統計資訊（3.1.6及之後的版本才有此系統資料表）。如果查詢關聯的表沒有統計資訊，可以先手動執行收集命令收集一次，之後交給自動收集模組去收集即可。手動收集統計資訊的詳情，請參見手動收集統計資訊。

• 調整Join Order

  通常AnalyticDB for MySQL可以選擇最佳的Join Order，由於資料分布特性以及查詢自身的複雜度等因素，在某些情境下可能存在無法選擇最優Join Order，查詢效能較低，您可以通過在Hint中引入reorder_joins參數設定是否手動調整Join Order。

  • /*+reorder_joins=false*/;，開啟手動調整Join Order開關，然後通過修改查詢中各個表出現的順序來控制Join Order。
  • /*+reorder_joins=true*/;，關閉手動調整Join Order開關，系統會自動選擇Join Order，絕大多數情境下可以獲得最佳Join Order。
  例如上述樣本中的nation、region、customer表，AnalyticDB MySQL版給出的Join Order是region > nation > customer。如果根據實際查詢效能得出更好的Join Order：customer > nation > region，可以如下所示在查詢前使用Hint改變查詢中表的順序。

  /*+ 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}                    

查詢計劃調優是一個非常廣泛的領域，本文簡要討論AnalyticDB MySQL版中的查詢計劃調優基礎方法，後續將不斷更新更多的調優最佳實務。