StarRocks性能调优实战(一)
StarRocks性能调优实战的关键技巧包括以下几点：基础优化：减少资源开销：通过调整SQL语句的执行方式，如改变join方式，利用系统功能如谓词下推等，来减少资源的消耗。增加并行能力：提升系统的并行处理能力，以更好地应对大规模数据查询。
在StarRocks的性能调优实践中，用户在进行POC测试时，可能发现查询性能未达到理想状态。本文通过一个实际场景分享了系统性能调优的技巧，包括基础优化和针对不同需求的优化策略，以及如何利用StarRocks企业版的可视化profiling工具。
在一次性能优化过程中，面对用户对于StarRocks SQL性能与Trino、Apache Doris之间的差距的质疑，我深入研究并最终发现性能瓶颈主要来源于CSV Reader。原始问题的探讨和优化过程如下。
通过细致的代码优化，StarRocks的CSV性能得到了显著提升。优化工作不仅提高了性能，还揭示了系统内部的运行机制和潜在优化空间。认识到优化和实现细节对于系统性能的重要影响。
实战!如何解决MySQL深分页问题
使用between...and...很多时候，可以将limit查询转换为已知位置的查询，这样MySQL通过范围扫描between...and，就能获得到对应的结果。
**通过子查询优化**：减少回表次数，优化查询效率。首先复习B+树结构，理解InnoDB中的索引分类。通过将查询条件转移到主键索引树，实现减少回表操作。具体操作包括将查询条件调整为主键ID，同时利用子查询提取主键ID，并将`LIMIT`条件转移至子查询中。改进后的SQL执行时间显著缩短。
方案一：从业务形态角度优化 限制查询页数：借鉴搜索引擎的做法，对分页查询的范围进行限制。因为页数越大，内容的相关性通常越低，对业务的实际价值也不高。通过限制分页查询的范围，可以有效避免深分页带来的性能问题。
实战!聊聊如何解决MySQL深分页问题
1、使用between...and...很多时候，可以将limit查询转换为已知位置的查询，这样MySQL通过范围扫描between...and，就能获得到对应的结果。
2、**标签记录法**：解决分页问题的本质是标记查询起始位置，下次查询从标记位置开始，减少不必要的数据扫描。这种方式适用于需要连续字段的场景。 **利用`BETWEEN...AND...`范围查询**：当知道查询范围时，使用范围扫描替代`LIMIT`分页查询，提升查询效率。
3、此外，我们还介绍了一种称为标签记录法的优化策略，该方法通过标记查询起始位置，使得后续查询直接从该位置开始，从而避免了重复扫描大量数据。这种方法虽然在一定程度上解决了深分页问题，但存在一定的局限性，即需要一个类似于连续自增的字段。
4、方案一：从业务形态角度优化 限制查询页数：借鉴搜索引擎的做法，对分页查询的范围进行限制。因为页数越大，内容的相关性通常越低，对业务的实际价值也不高。通过限制分页查询的范围，可以有效避免深分页带来的性能问题。
5、提升MySQL深分页查询效率10倍的三种优化方案如下：引入子查询：方案描述：先通过子查询筛选出符合条件的主键ID，再基于这些ID进行后续查询。优化效果：利用覆盖索引，避免回表操作，性能提升可达3倍。应用场景：适用于需要深分页查询且对性能有较高要求的场景。
6、提升MySQL深分页查询效率的三种优化方案如下：使用子查询嵌套：方案描述：先通过子查询找出符合条件的主键，然后用这些主键进行精确查询，从而避免了回表查询。效果：可以将查询执行时间显著缩短，提升查询性能3倍或更多。
