关于SQL优化

一、分布式查询优化—减少TargetDomain

查询涉及的Domain：

不指定查询条件：所有Domain都执行后汇总；

指定Domain作为条件：直接在指定的Domain上执行后返回结果；

指定sharding key作为条件：根据sharding key的值判断所在的Domain范围，只在必要的Domain执行后汇总；

指定标识Domain信息的伪列条件：根据伪列条件也可以找到对应的Domain上执行。

二、分布式查询优化—分散运算

以聚合运算为例：

当聚合运算中的group key为sharding key或者包含sharding key时，在每个集群组上执行聚合运算，

直接汇总结果即可。

当聚合运算中的group key不是或不包含sharding key时，无法在每个集群群组上执行having运算，因

此需要汇总后再进行having运算。

排序也是一样，排序的order by key如果存在不确定性时，将无法分散运算后再汇总，只能查询到结果

集后在local节点上进行全部结果集的排序。

三、分布式SQL优化—设计表时的优化：

设计原则：

大表尽量用分片策略。

小表如果查询多，并且经常与其他表有关联操作，用cloned策略。

小表如果DML多，可以放到一个Group上存储，减少提交时的等待以及网络IO。

有关联运算的表尽量用选sharding key做关联列，要求两表的sharding key一样。

只运行批量任务的表，同时批量任务中对分片键的操作是有顺序的，用range分片策略性能会很好

(谨慎使用，容易数据倾斜）