前文
众所周知，openGauss是TP处理数据库，擅长交易、转帐、支付的业务场景，因为它是一个单机的数据库，没有分布式处理能力，大部分人认为它的分析处理能力会很弱。其实openGauss在存储引擎支持列式，支持并行查询，支询分区，支持向量化,所以它的查询处理能力也是不弱的。
测试环境
配置条件
| CPU | 内存 | 版本 | 数据量 |
|---|---|---|---|
| i7 | 8G | openGauss6 | 66681536 |
测试SQL
#表结构CREATE TABLE LINEITEM_C (L_ORDERKEY INTEGER NOT NULL,L_PARTKEY INTEGER NOT NULL,L_SUPPKEY INTEGER NOT NULL,L_LINENUMBER INTEGER NOT NULL,L_QUANTITY DECIMAL(15,2) NOT NULL,L_EXTENDEDPRICE DECIMAL(15,2) NOT NULL,L_DISCOUNT DECIMAL(15,2) NOT NULL,L_TAX DECIMAL(15,2) NOT NULL,L_RETURNFLAG CHAR(1) NOT NULL,L_LINESTATUS CHAR(1) NOT NULL,L_SHIPDATE DATE NOT NULL,L_COMMITDATE DATE NOT NULL,L_RECEIPTDATE DATE NOT NULL,L_SHIPINSTRUCT CHAR(25) NOT NULL,L_SHIPMODE CHAR(10) NOT NULL,L_COMMENT VARCHAR(44) NOT NULL) ;#执行SQLEXPLAIN ANALYZESELECTL_RETURNFLAG, L_LINESTATUS,SUM(L_QUANTITY) AS SUM_QTY, SUM(L_EXTENDEDPRICE) AS SUM_BASE_PRICE,SUM(L_EXTENDEDPRICE * (1 - L_DISCOUNT)) AS SUM_DISC_PRICE, SUM(L_EXTENDEDPRICE * (1 - L_DISCOUNT) * (1 + L_TAX)) AS SUM_CHARGE, AVG(L_QUANTITY) AS AVG_QTY,AVG(L_EXTENDEDPRICE) AS AVG_PRICE, AVG(L_DISCOUNT) AS AVG_DISC, COUNT(*) AS COUNT_ORDERFROM LINEITEM_COPYWHEREL_SHIPDATE = DATE '1994-01-16'GROUP BYL_RETURNFLAG, L_LINESTATUS;
测试方法
行式表是慢的，列式表是快的，有分区是好事，没有分区是坏事，openGauss支持往行式 添加向量化技术。根据不同考虑一共有以下测试。
行式表带分区
向量化行式表加分区
行式表没有分区
向量化行式表没有分区
列式表有分区
列式表无分区
列式表有分区加上并行查询
测试SQL
行式表有分区
执行时间：730615.702ms
向量化行式表有分区
set try_vector_engine_strategy=force;执行时间：119065.411ms
行式表没有分区
执行时间：419898.535ms
Lineitem_copy行式表，没有分区，没有排序
运行算子有seq scan，显性声明是全盘扫描，一共耗时419898.535ms
向量化行式表 【无分区】
执行时间：85946.78ms
现在加上
set try_vector_engine_strategy=force;show try_vector_engine_strategy;
目标行式，基于表SQL查询耗时85946.78ms，对比原来的419898.535ms，有了很大效率的提升。底层观察对硬盘的利用率也提升了。
列式表 【有分区】
执行时间：42247.220ms
有分区的列式表耗时42247.220ms，相对原来行式表向量化计算SQL查询85946.78ms，以及行式表没有分区的419898.535ms 性能大为提升
列式表 【无分区】
执行时间：85872.221 ms
列式表 【有分区】8个CPU
执行时间：12140.229ms
总结
| 行式表有分区 | 向量化行式表【有分区】 | 行式表没有分区 | 向量化行式表 【无分区】 | 列式表 【有分区】 | 列式表 【无分区】 | 列式表 【有分区】8个CPU |
|---|---|---|---|---|---|---|
| 730615.702ms | 119065.411ms | 419898.535 | 85946.78ms | 42247.220ms | 85872.221ms | 12140.229 ms |
行式表有分区比行式表没有分区慢，重复看了几次，确定优化器在这里根据时间响应，它选择了顺序扫描，顺序扫描要比 分区的要快，这里有可能是分区失效的问题，笔者没有深入。
行式表虽然不是列式的组织结构，但是可以调用向量化的技术进行处理，通过CPU的SIMD能力提高处理能力。
列式默认就带有向量化处理的能力，带分区的列式比没有分区的列式更友好。
CPU多核处理+ CPU的SIMD处理+分区+列式 是目前来看是最好的。
优化没有终点，上述仅是实例参数的优化，SQL语句改造 以及内存管理参数优化都是 优化的手段。
点击阅读原文跳转作者文章
