GaussDB T 现网性能问题案例（性能调优大全）

2020年3月13日

华为

259

墨天轮原文链接：https://www.modb.pro/db/22516

案例1：upper(name)导致name索引不生效

select 1 from sysobjects where upper(name) = upper('sp_ClearBtsDataForTP_A4')

每次0.7秒，15分钟执行了20次，去掉upper后，执行时间为0.02秒。

select 1 from sysobjects where name = upper('sp_ClearBtsDataForTP_A4');```

案例2：创建高效的索引

– 待优化SQL

SELECT o.CMENEID, o.Type, o.PhyNEID, o.FDN, o.Name, o.Version, o.DspVersion, o.NeVersion, 
o.NeFamilyVersion, o.CompVersion, o.ItfVersion, o.TypeDspName, o.OMIP, o.OMIP2, o.DBArea, 
o.Classify, o.SynchStatus, o.LastSyncTime, o.Status, o.SiteTransType, o.SiteId, o.SiteType, 
o.MBTSName, o.MBTSDID FROM Sys_NEInfo_Site o WHERE (o.PlanID = 0) AND (o.FDN = 
'LTE_shenzhen_04404');

– 优化方案
业务在planid和fdn字段上增加组合索引，提高索引效率。

create index IDX_1_SYS_NEINFO_SITE on Sys_NEInfo_Site(PLANID,FDN);

– 优化分析
待优化的sql where条件在PlanID和FDN字段上 Sys_NEInfo_Site表存在两个索引：

▪ 主键索引：PLANID, CMENEID；
▪ 组合索引：PLANID, PHYNEID。

执行计划会走主键唯一索引扫描_PK_SYS_2_712。说明：PLANID的区分度非常低。

案例3：interval分区方案解决业务大痛点

无线OSS业务经常需要创建和删除Plan区，每个Plan区有8G左右，用户会经常操作Plan区数据，不同Plan区数据基本不需要关联访问。每个Plan区对应几万张表，这些表的数据占整个DB的80%以上。

– 痛点1：随着Plan区增加，查询和插入效率会逐渐下降。由于Plan区数据是混在一起的，当Plan区数据不断增加后，查询某个Plan区的性能必然逐渐下降，无论是索引扫描还是全表扫描都没有只有一个Plan区效果好。由于性能下降过大，业务在原来的方案中，不得不采用一个DBserver上部署多个SybaseDB的方案；在操作某个Plan区数据时，经常先把要查询的数据放到临时表中，然后再做后面的操作，增加了业务的复杂度。

– 痛点2：Plan区的删除非常慢，在大数据量下无法完成操作。
老方案中，删除Plan区只能采用delete，而要delete掉8G的数据非常慢，最快也要10分钟，在大数据量和业务高峰期，这个操作就会非常慢。平时测试时也需要频繁的创建和删除Plan区，效率非常低。并且delete方式不会立刻回收空间，使用Oracle时还要做Shrink操作才能真正回收空间，而Shrink操作是非常耗时的。

对无线CME业务做如下改造：

– 对所有带planid的表按照planid分区，每个分区只存放一个plan区数据。
– 采用interval分区，insert数据时如果分区不存在数据库会自动创建分区。
– 删除plan区使用drop分区的方式，可以实时清理数据，同时立即回收空间。
– 由于每个分区只有一个plan区数据，并且索引是local索引，所有索引中的planid列都是无意义的，可以去掉，节省磁盘占用。

收益：
– 提升查询效率
– 提升删除效率，空间立即回收
– 提升insert效率，创建P区效率会大幅提升
– 减少索引字段，减少磁盘占用，提升索引效率

案例4：去掉不完整的提示

GaussDB T一旦加了hint，优化器就是RBO，所以如果hint没有加全，可能导致执
行计划错误。

在mAOS发现多个这类问题，去掉提示后使用CBO优化器，SQL性能大幅提升。

如果多表连接，不要只指定use_hash，而不指定连接顺序和访问路径，还有注意不要使用错误的提示写法，例如：leading(a b c)。

案例5：统计不对导致性能问题

在无线CME和mAOS出现多例统计信息不对导致的SQL性能问题，包括：

– 临时表数据变化很快，统计信息没有及时更新。
– 统计信息收集太慢或者统计信息任务出现问题导致表没有收集。
– 统计信息任务并发收集，IO开销很大，对业务影响较大。