阿里云文档 2024-12-13

使用SQL诊断功能优化实例

Hologres提供慢Query日志,默认采集大于100ms的DML和所有DDL。基于慢Query日志的数据,Hologres提供SQL诊断的能力,通过对不同维度的趋势、明细分析,可以辅助您了解实例的使用情况并做相应的优化,以达到更好的效果。本文为您介绍如何使用SQL诊断。

阿里云文档 2024-10-14

Spark SQL诊断优化

云原生数据仓库 AnalyticDB MySQL 版推出Spark SQL诊断功能,若您提交的Spark SQL存在性能问题,您可以根据诊断信息快速定位、分析并解决性能瓶颈问题,优化Spark SQL。本文主要介绍如何进行Spark SQL性能诊断以及性能诊断的示例。

阿里云文档 2024-09-13

如何自动生成SQL语句

您可以使用日志服务Copliot生成、解释、优化SQL语句,提高查询效率。

阿里云文档 2024-08-29

SQL模板化算法优化

2024年09月01日起,DAS对SQL模板化算法进行逐步优化。

阿里云文档 2024-05-15

【通知】DAS SQL洞察和审计中PostgreSQL的审计日志输出格式优化

为进一步提升用户体验,DAS即将对SQL洞察和审计中PostgreSQL的审计日志输出格式进行优化升级。

文章 2023-02-10 来自:开发者社区

mysql连接5个表加模糊查询的sql怎么优化分析

注意:5个表连接在真实项目中不推荐这样连接,实战中,表连接不能超过3张表,否则会有性能问题。  SELECT s.s_id, s.s_name, s.s_phone, s.s_qq, s.s_age, s.s_birthday, s.s_stars, ...

mysql连接5个表加模糊查询的sql怎么优化分析
文章 2022-09-06 来自:开发者社区

一次SQL查询优化原理分析:900W+数据,从17s到300ms

前言证实参考资料有一张财务流水表,未分库分表,目前的数据量为9555695,分页查询使用到了limit,优化之前的查询耗时16 s 938 ms (execution: 16 s 831 ms, fetching: 107 ms),按照下文的方式调整SQL后,耗时347 ms (execution: 163 ms, fetching: 184 ms);操作: 查询条件放到子查询中,子查询只查主键....

一次SQL查询优化原理分析:900W+数据,从17s到300ms
文章 2022-02-16 来自:开发者社区

一次 SQL 查询优化原理分析(900W+ 数据,从 17s 到 300ms)下

肯定会有人问:既然一开始是利用索引的,为什么不先沿着索引叶子节点查询到最后需要的5个节点,然后再去聚簇索引中查询实际数据。这样只需要5次随机I/O,类似于下面图片的过程:其实我也想问这个问题。证实下面我们实际操作一下来证实上述的推论:为了证实select * from test where val=4 limit 300000,5是扫描300005个索引节点和300005个聚簇索引上的数据节点,....

一次 SQL 查询优化原理分析(900W+ 数据,从 17s 到 300ms)下
文章 2022-02-16 来自:开发者社区

一次 SQL 查询优化原理分析(900W+ 数据,从 17s 到 300ms)上

有一张财务流水表,未分库分表,目前的数据量为9555695,分页查询使用到了limit,优化之前的查询耗时16 s 938 ms (execution: 16 s 831 ms, fetching: 107 ms),按照下文的方式调整SQL后,耗时347 ms (execution: 163 ms, fetching: 184 ms);操作: 查询条件放到子查询中,子查询只查主键ID,然后使用子....

一次 SQL 查询优化原理分析(900W+ 数据,从 17s 到 300ms)上
文章 2021-12-30 来自:开发者社区

数据库sql优化总结之2-百万级数据库优化方案+案例分析

目录项目背景7、在 where 子句中使用参数,是不会导致全表扫描。案例分析8、在 where 子句中对字段进行表达式操作,是不会导致全表扫描。不过查询速度会变慢,所以尽量避免使用。案例分析优化方案9、应尽量避免在where子句中对字段进行函数操作,这将导致引擎放弃使用索引而进行全表扫描。案例分析优化方案10.不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算,否则系统将可....

数据库sql优化总结之2-百万级数据库优化方案+案例分析

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐

数据库

分享数据库前沿,解构实战干货,推动数据库技术变革

+关注