如何简化数据库查询并且提升性能呢？
随着互联网的高速发展，企业的数字化改革与精细化运营，均对数据库能力提出了越来越高的要求，数据分析能力、异构数据处理能力等愈发重要。公司各类报表整合，年终数据盘点，分析预测等越来越多的业务开始需要进行复杂查询。
并且，爆炸性的数据量增长也使得传统的数据库能力难以应对。企业的很多业务将对数据的实时性和效率性要求越来越高，想一想你的企业是否也是这样：
- 想更早更快的在数据中识别和阻断漏洞，保证业务平稳运行；
- 想更快更准的定位数据，提升服务效率；
- 想更多更丰富的指标和计算口径，实现业务的快速增长；
但，多数的传统数据库只能支持单线程查询处理模式，无法应对大表查询、复杂查询等场景，且存在资源浪费的情况。因此，简化复杂分析的使用并且提升分析性能，调动多核服务于大查询，并行计算无疑是查询加速和降本增效的重要措施。
传统方案的痛点
在 MySQL 生态里，各开源发行版的查询处理只支持传统的单线程模式，即单条 SQL 处理涉及到的解析、优化和执行等阶段，都是在一个线程（称为用户线程）中完成的。这种模式可以有效地支持 TP 负载。虽然长期以来 MySQL 主要用于支持 TP 负载，但业务上还是会有一些 AP 查询，例如金融行业的风控监管、服务行业的查询办理、泛互的数据体系等业务。这些查询虽然不多，但通常要处理比较大的数据量。随着互联网业务的飞速发展，AP 查询将会变得越来越重要。
TP & AP 负载特点
Transactional Processing(TP) 负载的特点：查询并发高，读写混合，SQL 比较简单，单条 SQL 处理行数通常很小。
Analytical Processing(AP) 负载的特点：并发比较低，基本上是读查询或者数据导入，SQL 结构比较复杂，数据处理量比较大。
单线程处理的弊端因此显现出来：数据库无法通过多线程并行执行来降低复杂查询的处理时间，来实现响应时间的大幅下降。这种模式导致即使当下有空闲资源，也无法调动，当用户遇到大数据量查询与分析时，只能容忍超长的查询耗时，无法充分调用资源，快速得到结果。所以，提高查询并发数量（查询间并行），就可以有效提高系统的吞吐量，而对于查询耗时本身，主要是通过线程切换和缓存复用等手段进行优化。
问题来了，如何简化复杂分析的使用，并且提升分析性能呢？
并行查询
基于同一份数据，调动多核服务于大查询（查询内并行），无疑是查询加速和降本增效的重要措施。这就是并行查询 ( PQ ) ，构建 HTAP 产品形态的技术手段之一 。在并行查询中，用户线程会进行数据划分和任务分拆，同时充当协调者角色，协调多个工作线程并行地执行子任务，从而有效地利用空闲硬件来加速 AP 查询。事实上，各大商业数据库早已支持这种模式，各大云厂商近年也纷纷提供了各自的并行查询能力。
为应对这类痛点场景，满足用户多样查询性能需求，腾讯云原生数据库TDSQL-C MySQL推出了并行查询能力，通过简单的设置，就可以自动识别大查询，调动多核并行计算，从而大幅缩短查询响应时间。经验证，开启并行查询能力后，在面对大数据量表单与复杂SQL语句时，查询时间大幅缩短，加速比最高可达十几倍。
TDSQL-C MySQL版实现并行查询时，除了对常用的SQL语句进行了支持外，在函数运算的实现上，采用了兼容性更好的办法，使得在实际生产环境中，使用的限制更少，并使得并行查询能力与其他HTAP能力的兼容性更好，将由此形成「TDSQL-C MySQL HTAP」能力矩阵。
并行查询实现效果
测试表明，现已支持的语句，TDSQL-C MySQL版开启并行查询后相较于MySQL传统的串行查询，查询时间平均缩短十倍以上，性能测试采用标准TPC-H测试基准进行，SF=100，使用的实例规格为16核64GB，并发度为16，测试结果如下：
由于TPC-H基准模型涉及22条复杂的select查询流语句，涵盖了大多数SQL语句从测试结果可以看出，常用的语句：例如SUM/AVG/COUNT 等聚合函数、order by/group by 分组/排序语句，未开启并行查询执行时间为1376.96秒，开启并行查询执行时间为107.25秒，加速倍数可以达到 12.84 倍。Join/Between/In 等语句，未开启并行时查询时间为20.55秒，开启并行查询后加速时间为1.87秒，加速倍数可以达到 11 倍。并且随着下一阶段的迭代，加速倍数将会进一步增大。
TDSQL-C MySQL版作为腾讯云自研的新一代云原生关系型数据库，融合了传统数据库、云计算与新硬件技术的优势，为用户提供具备极致弹性、高性能、海量存储、安全可靠的数据库服务。并将持续在并行查询能力上发力，在这一企业级查询加速特性上探索更多可能性，为用户的业务带来更强有力的支持。目前腾讯云TDSQL-C MySQL版有新春特惠活动，新人1.88元起
