本文探讨了分布式数据库在查询优化方面的挑战，包括避免存储过程和自增主键的使用，以及行式、列式和混合存储模式。强调了计算与存储分离的设计理念，并介绍TiFlash和Spanner的解决方案。查询性能优化依赖于计算下推和索引策略，如分区索引和全局索引。此外，分布式数据库处理JOIN操作的方式以及不同查询执行引擎，如火山模型和向量化模型，也是关键考虑因素。
分布式数据库不推荐使用存储过程，因为移植性差、难以调试
不推荐使用自增主键，因为只有唯一性，有时候达不到单调递增和连续递增；
分布式数据库则在产生自增主键和使用自增主键两方面都有问题，生成自增主键时，要做到绝对的单调递增，其复杂度等同于 TSO 全局时钟，而且存在性能上限。使用自增主键导致写入数据集中在单个节点，出现“尾部热点”问题
分布式数据库的主流设计理念是计算与存储分离，使计算比较容易实现无状态化，容易扩展，因此想要融合OLTP和OLAP，重点在存储上
行式存储：
列式存储：
混合存储：融合了行和列，Spanner采用了这种方式，想同时完成OLTP和OLAP
TiFash：Tidb为代表，这是融合的方案二，为 OLTP 和 OLAP 分别设置行式存储和列式存储，通过创新性的同步机制保证数据一致
最低0.47元/天 解锁文章
扫一扫
819
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
