Infobright資料庫查詢最佳化

前面已經分析了Infobright的構架，簡要介紹了Infobright的壓縮過程和工作原理。現在來討論查詢最佳化的問題。

1）配置環境

在Linux下面，Infobright環境的配置可以根據README裡的要求，配置brighthouse.ini檔案。

2） 選取高效的資料類型

參見《細數Infobright的相關資料類型》。

3）使用comment lookup

comment lookup只能顯式地使用在char或者varchar上面。Comment Lookup可以減少儲存空間，提高壓縮率，對char和varchar欄位採用comment lookup可以提高查詢效率。

Comment Lookup實現機制很像位元影像索引，實現上利用簡短的數實值型別替代char欄位已取得更好的查詢效能和壓縮比率。CommentLookup的使用除了對資料類型有要求，對資料也有一定的要求。一般要求資料類別的總數小於10000並且當前列的單元數量/類別數量大於10。Comment Lookup比較適合年齡，性別，省份這一類型的欄位。

comment lookup使用很簡單，在建立資料庫表的時候如下定義即可：

act   char(15)   comment 'lookup',

part  char(4) comment 'lookup',

4）盡量有序地匯入資料

前面分析過Infobright的構架，每一列分成n個DP，每個DPN列面儲存著DP的一些統計資訊。有序地匯入資料能夠使不同的DP的DPN內的資料差異化更明顯。比如按時間date順序匯入資料，那麼前一個DP的maxdate）<=下一個DP的min(date)，查詢的時候就能夠減少可疑DP，提高查詢效能。換句話說，有序地匯入資料就是使DP內部資料更加集中，而不再那麼分散。

5）使用高效的查詢語句。

這裡涉及的內容比較多了，總結如下：

盡量不適用or，可以採用in或者union取而代之

減少IO操作，原因是infobright裡面資料是壓縮的，解壓縮的過程要消耗很多的時間。

查詢的時候盡量條件選擇差異化更明顯的語句

Select中盡量使用where中出現的欄位。原因是Infobright按照列處理的，每一列都是單獨處理的。所以避免使用where中未出現的欄位可以得到較好的效能。

限制在結果中的表的數量，也就是限制select中出現表的數量。

盡量使用獨立的子查詢和join操作代替非獨立的子查詢

盡量不在where裡面使用MySQL函數和類型轉換符

盡量避免會使用MySQL最佳化器的查詢操作

使用跨越Infobright表和MySQL表的查詢操作

盡量不在group by 裡或者子查詢裡面使用數學操作，如suma*b）。

select裡面盡量剔除不要的欄位。

Infobright執行查詢語句的時候，大部分的時間都是花在最佳化階段。Infobright最佳化器雖然已經很強大，但是編寫查詢語句的時候很多的細節問題還是需要程式員注意。