Infobright查询优化

　　前面已经分析了Infobright的构架，简要介绍了Infobright的压缩过程和工作原理。现在来讨论查询优化的问题。

　　

　　（1）配置环境

　　　　在Linux下面，Infobright环境的配置可以根据README里的要求，配置brighthouse.ini文件。

　　（2） 选取高效的数据类型

　　　　参见前面章节。

　　（3）使用comment lookup

　　　　参见前面章节。

　　（4）尽量有序地导入数据

　　　　前面分析过Infobright的构架，每一列分成n个DP，每个DPN列面存储着DP的一些统计信息。有序地导入数据能够使不同的DP的DPN内的数据差异化更明显。比如按时间date顺序导入数据，那么前一个DP的max（date）<=下一个DP的min(date)，查询的时候就能够减少可疑DP，提高查询性能。换句话说，有序地导入数据就是使DP内部数据更加集中，而不再那么分散。

　　（5）使用高效的查询语句。

　　　　这里涉及的内容比较多了，总结如下：

　　      尽量不适用or，可以采用in或者union取而代之

　　　　减少IO操作，原因是infobright里面数据是压缩的，解压缩的过程要消耗很多的时间。

　　　　查询的时候尽量条件选择差异化更明显的语句

           Select中尽量使用where中出现的字段。原因是Infobright按照列处理的，每一列都是单独处理的。所以避免使用where中未出现的字段可以得到较好的性能。

           限制在结果中的表的数量，也就是限制select中出现表的数量。

          尽量使用独立的子查询和join操作代替非独立的子查询

　　　  尽量不在where里面使用MySQL函数和类型转换符

          尽量避免会使用MySQL优化器的查询操作

　　　  使用跨越Infobright表和MySQL表的查询操作

　　　　尽量不在group by 里或者子查询里面使用数学操作，如sum（a*b）。

　　　　select里面尽量剔除不要的字段。

 

　　Infobright执行查询语句的时候，大部分的时间都是花在优化阶段。Infobright优化器虽然已经很强大，但是编写查询语句的时候很多的细节问题还是需要程序员注意。