テーブルスキャンの最適化

概要

Doris は高性能なリアルタイム分析データウェアハウスとして、クエリパフォーマンスを大幅に向上させることができる強力なパーティション・プルーニング機能を提供します。

パーティション・プルーニングは、クエリの条件を分析してクエリに関連するパーティションをインテリジェントに特定し、これらのパーティション内のデータのみをスキャンすることで、無関係なパーティションの不要なスキャンを回避するクエリ最適化技術です。このアプローチにより、I/O操作と計算負荷を大幅に削減し、クエリ実行を高速化することができます。

ケース

Doris のパーティション・プルーニング機能を実証する使用例を以下に示します。

日付でパーティション分割された sales という名前の売上データテーブルがあり、各日のデータが個別のパーティションに格納されているとします。テーブル構造は以下のように定義されています：

CREATE TABLE sales (
    date DATE,
    product VARCHAR(50),
    amount DECIMAL(10, 2)
)
PARTITION BY RANGE(date) (
    PARTITION p1 VALUES LESS THAN ('2023-01-01'),
    PARTITION p2 VALUES LESS THAN ('2023-02-01'),
    PARTITION p3 VALUES LESS THAN ('2023-03-01'),
    PARTITION p4 VALUES LESS THAN ('2023-04-01')
)
DISTRIBUTED BY HASH(date) BUCKETS 16
PROPERTIES
(
    "replication_num" = "1"
);

次に、2023年1月15日から2023年2月15日までの総売上金額を照会する必要があります。クエリ文は以下の通りです：

SELECT SUM(amount) AS total_amount
FROM sales
WHERE date BETWEEN '2023-01-15' AND '2023-02-15';

上記のクエリに対して、Dorisのパーティション・プルーニング最適化プロセスは以下の通りです：

Dorisはクエリ条件内のパーティション列dateをインテリジェントに分析し、クエリの日付範囲が'2023-01-15'から'2023-02-15'の間であることを識別します。
クエリ条件をパーティション定義と比較することで、Dorisはスキャンが必要なパーティションの範囲を正確に特定します。この例では、パーティションp2とp3のみをスキャンする必要があります。これらの日付範囲がクエリ条件を完全にカバーしているためです。
Dorisはp1やp4など、クエリ条件に関係のないパーティションを自動的にスキップし、不要なデータスキャンを回避してI/Oオーバーヘッドを削減します。
最後に、Dorisはパーティションp2とp3内でのみデータスキャンと集約計算を実行し、クエリ結果を迅速に取得します。

EXPLAINコマンドを使用することで、クエリ実行プランを表示し、Dorisのパーティション・プルーニング最適化が有効になっていることを確認できます。実行プランでは、OlapScanNodeノードのpartition属性に、実際にスキャンされたパーティションとしてp2とp3が表示されます。

|   0:VOlapScanNode(212)                                                     |
|      TABLE: cir.sales(sales), PREAGGREGATION: ON                           |
|      PREDICATES: (date[#0] >= '2023-01-15') AND (date[#0] <= '2023-02-15') |
|      partitions=2/4 (p2,p3)                                                |

概要

要約すると、Dorisのパーティション削除機能は、クエリ条件とパーティション間の関連性をインテリジェントに識別し、無関係なパーティションを自動的に削除し、必要なデータのみをスキャンすることで、クエリパフォーマンスを大幅に向上させることができます。パーティション削除機能の合理的な活用により、ユーザーは効率的なリアルタイム分析システムを構築し、大量データのクエリ需要を容易に処理することができます。

概要​

ケース​

概要​

概要

ケース

概要