KunlunDB 查询优化（三）排序下推

前言

前面 2 篇文章我们介绍 KunlunDB 的查询优化原理和 Project 和 Filter 下推演示（KunlunDB 查询优化（一），KunlunDB查询优化（二）Project和Filter下推），本节讲述排序查询优化之排序下推。

一、order by 下推

一条含有 order 的 SQL 的执行计划在如下生成过程中，Sort 被下推到 RemoteScan 算子里面。

Sort 下推的操作是异步方式，指令在各个数据节点并行执行，过滤数据后，将排序后的结果反馈给计算节点，降低了计算节点的负载。

下面我们来测试查看查询下推的执行计划

为支持排序下推，需要在 kunlunDB 设置如下如下参数为 true：

set enable_remote_orderby_pushdown=true;

测试语句：

select c_zip from customer1 order byc_zip;

查看执行计划：

explain select c_zip fromcustomer1 order by c_zip;

根据上面的执行计划，RemoteScan 在传达了远程排序操作到每一个相关的存储节点，存储节点将结果反馈给计算节点再做 Merge Append。

如果关闭排序下推的特性，执行计划会发生变化，排序操作将在计算节点执行。

演示如下：

set enable_remote_orderby_pushdown=false;

排序操作将在计算节点执行：

语句的执行过程：语句在计算节点改写后，下发到 2 个数据节点执行，从计算节点拉取符合条件的值到计算节点排序，排序后反馈给客户端。

二、性能比对

性能比对环境：

复制下方链接登录 kunlunDB 在线体验系统：

zettatech.tpddns.cn:8000/ci/index.php/Main/PGList

在 SQL 框中输入排序操作的语句，按执行键执行。

左边窗口是 KunlunDB 社区版本的执行信息（社区版不支持排序下推操作），右边窗口是 KunlunDB 企业版有下推操作的执行信息。

对比可以发现，order by 下推后，执行效率提高了（执行时间由 4 毫秒下降到 3 毫秒）

END

昆仑数据库是一个 HTAP NewSQL 分布式数据库管理系统，可以满足用户对海量关系数据的存储管理和利用的全方位需求。应用开发者和 DBA 的使用昆仑数据库的体验与单机 MySQL 和单机 PostgreSQL 几乎完全相同，因为首先昆仑数据库支持 PostgreSQL 和 MySQL 双协议，支持标准 SQL:2011 的 DML 语法和功能以及 PostgreSQL 和 MySQL 对标准 SQL 的扩展。同时，昆仑数据库集群支持水平弹性扩容，数据自动拆分，分布式事务处理和分布式查询处理，健壮的容错容灾能力，完善直观的监测分析告警能力，集群数据备份和恢复等 常用的 DBA 数据管理和操作。所有这些功能无需任何应用系统侧的编码工作，也无需 DBA 人工介入，不停服不影响业务正常运行。昆仑数据库具备全面的 OLAP 数据分析能力，通过了 TPC-H 和 TPC-DS 标准测试集，可以实时分析最新的业务数据，帮助用户发掘出数据的价值。昆仑数据库支持公有云和私有云环境的部署，可以与 docker，k8s 等云基础设施无缝协作，可以轻松搭建云数据库服务。请访问 http://www.zettadb.com/ 获取更多信息并且下载昆仑数据库软件、文档和资料。

KunlunDB 项目已开源

【GitHub：】https://github.com/zettadb

【Gitee：】https://gitee.com/zettadb