KingbaseES数据库中索引和并行查询的SQL优化方法实战指南

-- 创建测试表
CREATE TABLE t_orders (
    order_id INT,
    order_time TIMESTAMP,
    amount NUMERIC(10,2)
);
-- 插入100万条测试数据
INSERT INTO t_orders 
VALUES (generate_series(1,1000000), 
        CURRENT_TIMESTAMP - (random()*365)::INT, 
        random()*1000);

-- 无索引时查询：全表扫描，耗时较长
EXPLAIN ANALYZE 
SELECT * FROM t_orders WHERE order_time > '2024-01-01';
-- 执行结果：Seq Scan on t_orders (cost=0.00..22000.00 rows=300000 width=20) (actual time=0.03..500.12 ms)

-- 创建Btree索引
CREATE INDEX idx_orders_time ON t_orders USING btree(order_time);

-- 有索引时查询：索引扫描，耗时显著降低
EXPLAIN ANALYZE 
SELECT * FROM t_orders WHERE order_time > '2024-01-01';
-- 执行结果：Index Scan using idx_orders_time on t_orders (cost=0.43..8000.00 rows=300000 width=20) (actual time=0.05..80.36 ms)

-- 创建表达式索引（忽略大小写查询）
CREATE INDEX idx_emp_upper_name ON emp (upper(ename));

-- 查询时直接使用表达式，触发索引
EXPLAIN ANALYZE 
SELECT * FROM emp WHERE upper(ename) = 'SMITH';

-- 创建联合索引（order_time过滤性强，放在左侧）
CREATE INDEX idx_orders_time_amount ON t_orders (order_time, amount);

-- 有效查询：命中联合索引（使用前导列order_time）
SELECT * FROM t_orders WHERE order_time > '2024-01-01' AND amount > 500;

-- 无效查询：未使用前导列，无法命中索引
SELECT * FROM t_orders WHERE amount > 500;

-- 1. 前匹配：Btree索引
CREATE INDEX idx_emp_name_pattern ON emp (ename text_pattern_ops);
SELECT * FROM emp WHERE ename LIKE 'SM%';

-- 2. 后匹配：reverse()表达式索引
CREATE INDEX idx_emp_name_reverse ON emp (reverse(ename) collate "C");
SELECT * FROM emp WHERE reverse(ename) LIKE reverse('%ITH'); -- 等价于ename LIKE '%ITH'

-- 3. 中间匹配：TRGM索引
CREATE EXTENSION sys_trgm; -- 启用插件
CREATE INDEX idx_emp_name_trgm ON emp USING gin(ename gin_trgm_ops);
SELECT * FROM emp WHERE ename LIKE '%MIT%';

-- 查看索引使用情况（idx_scan为0表示未使用）
SELECT relname AS 表名, indexrelname AS 索引名, idx_scan AS 扫描次数 
FROM sys_stat_user_indexes 
ORDER BY idx_scan;

-- 重建索引（优化索引结构）
REINDEX INDEX idx_orders_time;

-- 全表VACUUM（释放删除数据的空间，确保覆盖索引生效）
VACUUM ANALYZE t_orders;

-- 原始查询：优化器选择Nested Loop，耗时较长
EXPLAIN ANALYZE
SELECT o.order_id, c.cust_name 
FROM t_orders o JOIN t_customers c 
ON o.cust_id = c.cust_id 
WHERE o.order_time > '2024-01-01';

-- 使用HINT强制HashJoin，提升效率
EXPLAIN ANALYZE
SELECT /*+HashJoin(o c)*/ 
o.order_id, c.cust_name 
FROM t_orders o JOIN t_customers c 
ON o.cust_id = c.cust_id 
WHERE o.order_time > '2024-01-01';

-- 1. 磁盘I/O优化（SSD磁盘可降低随机读成本）
SET random_page_cost = 2.0; -- 默认4.0，SSD建议2.0-3.0
SET seq_page_cost = 0.5;    -- 默认1.0，SSD建议0.5-1.0

-- 2. CPU性能优化（高性能CPU可降低CPU代价系数）
SET cpu_tuple_cost = 0.005;  -- 默认0.01，CPU强可调至0.005
SET cpu_operator_cost = 0.001; -- 默认0.0025，CPU强可调至0.001

-- 查看当前work_mem配置
SHOW work_mem;

-- 临时调整work_mem（应对复杂排序查询）
SET work_mem = '64MB';

-- 永久配置（kingbase.conf）
work_mem = 32MB;          -- 默认1MB，复杂查询建议32MB-128MB
maintenance_work_mem = 256MB; -- 维护操作（如CREATE INDEX）内存，默认16MB

-- 1. 全局并行配置（kingbase.conf）
max_worker_processes = 16;         -- 最大后台进程数，建议等于CPU核心数
max_parallel_workers = 8;          -- 最大并行worker数
max_parallel_workers_per_gather = 4; -- 单查询最大并行worker数

-- 2. 临时开启并行查询（HINT方式）
EXPLAIN ANALYZE
SELECT /*+Parallel(t_orders 4)*/ 
COUNT(*) FROM t_orders WHERE order_time > '2024-01-01';

-- 创建大表（1000万行）
CREATE TABLE t_sales (
    sale_id INT,
    sale_date DATE,
    amount NUMERIC(10,2)
);
INSERT INTO t_sales 
VALUES (generate_series(1,10000000), 
        CURRENT_DATE - (random()*365)::INT, 
        random()*2000);

-- 关闭并行：单进程执行，耗时较长
SET max_parallel_workers_per_gather = 0;
EXPLAIN ANALYZE 
SELECT sale_date, SUM(amount) 
FROM t_sales 
GROUP BY sale_date;
-- 执行结果：HashAggregate (cost=200000.00..210000.00 rows=365 width=12) (actual time=1500.23..1800.56 ms)

-- 开启并行（4个worker）：多进程并行聚集，耗时降低
SET max_parallel_workers_per_gather = 4;
EXPLAIN ANALYZE 
SELECT /*+Parallel(t_sales 4) ParallelHashagg*/
sale_date, SUM(amount) 
FROM t_sales 
GROUP BY sale_date;
-- 执行结果：Finalize HashAggregate (cost=120000.00..130000.00 rows=365 width=12) (actual time=500.12..600.34 ms)