SuperAPI AI 工具集

starrocks-query-optimization

通用与其它

查看项目

更新于 10-16 05:47

技能介绍

用途:诊断并优化 StarRocks 慢查询,围绕执行计划、分区裁剪、JOIN 策略、谓词下推、并行度、索引与慢查询分析展开。

主要能力:读取 EXPLAIN、EXPLAIN VERBOSE、EXPLAIN COSTS、EXPLAIN ANALYZE,关注 partitions=X/Y 判断分区裁剪、BROADCAST JOIN 与 SHUFFLE JOIN 选择、predicates 下推、cardinality 统计准确性。JOIN 优化含广播(小表入内存)、Shuffle(大表按 join key 重分布)、Colocate(同组本地连接,无网络)及 JOIN 顺序(小表放右侧)。聚合优化可用聚合表或物化视图预聚合。并行控制通过 SET pipeline_dop、parallel_fragment_exec_instance_num、enable_adaptive_sink_dop。索引含 Bloom filter(高基数等值)与 Bitmap(低基数过滤)。慢查询用 SHOW QUERY PROFILE 分析 ScanTime、NetworkTime、AggComputeTime、RowsReturned 等瓶颈。

使用方式:先 EXPLAIN VERBOSE 看计划,验证分区裁剪,检查数据倾斜,审查 JOIN 策略,必要时建物化视图。常见修复:避免对分区列用函数导致全扫描;大表 JOIN 用 colocate;重复复杂计算用物化视图。反模式包括分区列函数、生产环境 SELECT *、嵌套子查询。上线前核对清单:分区列过滤、分区粒度匹配、常用 JOIN 表 colocate、小表在右、谓词下推、物化视图、Bloom filter、Bitmap 索引、pipeline_dop 调优、ANALYZE TABLE 收集统计。

限制:具体版本行为、参数默认值与平台支持情况暂未提供;相关技能 starrocks-table-design、starrocks-materialized-views、starrocks-monitoring 的细节需另行查阅。