7.1_SQL_develop_rule.md

7.1 SQL开发编写原则

• 分布式数据库处理的是分布式关系运算，其SQL的优化方法与单机关系数据库有所不同，侧重考虑的分布式环境中的网络开销。分布式执行计划中，应该尽量将SQL中的运算下推到底层各个节点执行，避免跨节点运算，从而减少网络开销、提升SQL执行效率。

1）执行计划

访问数据时的一组有序的操作步骤集合，称为执行计划。dble的执行计划分为两个层次：dble层的执行计划与节点层的执行计划。对执行计划进行分析，可以了解中间件和节点是否对SQL语句生成了最优的执行计划，是否有优化的空间，从而为SQL优化提供重要的参考信息。 在SQL语句执行前，dble会根据SQL语句的基本信息，判断该SQL语句应该在哪些节点上执行，将SQL改写成在节点上执行的具体形式，并决定采用何种策略进行数据合并与计算等，这就是 dble层的执行计划。节点层的执行计划就是原生的MySQL执行计划。 dble用EXPLAIN指令来查看dble层的执行计划。如：

explain select id,accountno from account where userid=2;

EXPLAIN指令的执行结果包括语句下发的节点，实际下发的SQL语句和数据的合并操作的信息。这些信息是系统静态分析产生的，并没有真正的执行语句。 通过EXPLAIN2命令可查看指定节点上的执行计划。如：

explain2 datanode=dn1 sql=select id,accountno from account where userid=2;

explain2会将sql语句加上explain下发到指定的datanode执行，并把节点上explain的结果返回调用者。

2）SQL优化

对于SQL优化有以下原则:

• SQL语句中尽可能带有拆分字段，并且拆分字段过滤条件的取值范围越小，越有助于提高查询速度。在数据写入时，必须给拆分字段赋值。
• 拆分字段的查询条件尽可能是等值条件。
• 如果拆分字段的条件是IN子句，则IN后面的值的数目应尽可能少。特别注意，随着业务增长，某些IN子句的条件会随之增长。
• 如果SQL语句不带有拆分字段，那么DISTINCT、GROUP BY和ORDER BY在同一个SQL语句中尽量只出现一种。
• 数据查询时，应该尽量减少节点返回的结果数量，这样能够使消耗的网络带宽最小，使查询性能能够达到最优状态。

3）跨节点查询

跨节点查询通常发生在下列语句中：

• 涉及多个分片的分布式 Join；
• 涉及多个分片的聚合函数；
• 复杂子查询。

这些语句可以通过以下策略来优化：

• 合理调整查询语句，使查询条件中包含拆分字段的等值条件，这样就能够将语句下推到单一节点执行。
• 参与Join的表配置相同的拆分规则，查询时将拆分字段作为Join的关联条件，这样Join操作就可以在节点内完成。
• 将参与Join的表中数据量较小的表配置成全局表，通过数据冗余避免跨节点。
• 如果一定需要跨节点Join，尽量对驱动表添加更多的过滤条件，从而使参与跨节点Join的数据量尽可能的少。
• 如果查询涉及到了多个节点，则尽量不要使用limit a,b这样的子句
• GROUP子句尽量包含拆分字段。
• 对语句进行改写，将复杂子查询分解为多条语句来执行。
• 子查询尽可能改写成Join的形式。