卷首語性能測與調(diào)優(yōu)性能測與調(diào)優(yōu)實戰(zhàn)：基于TPCH的性能測試TPC-H簡介數(shù)據(jù)集簡介TPC-H（商業(yè)智能計算測試）是美國交易處理效能委員會（TPC,TransactionProcessing場景說明準(zhǔn)備工作說明：為了減少可能對測試結(jié)果有影響的變量，建議每次使用新創(chuàng)建的實例進行測試，不要使_1sf。OLAP查詢場景測試((((((S_SUPPKEY( _...Key/Value點查場景測試Key/Value點查場景測試?yán)^續(xù)使用OLAP查詢場景創(chuàng)建的數(shù)據(jù)庫，使用TPCH數(shù)據(jù)集中的。,...;,...; 數(shù)據(jù)更新場景TPC-H22條查詢語句--**()(((()))()()()))*)*)()*)實戰(zhàn)：優(yōu)化MaxCompute外部表的查詢性能優(yōu)化查詢語句修改MaxCompute數(shù)據(jù)源表。。合理配置參數(shù)如果您具有有特殊需求，可以按照業(yè)務(wù)場景合理配置如下參數(shù)（如下參數(shù)是經(jīng)過內(nèi)部調(diào)校和實采用全新外部表查詢引擎。。實戰(zhàn)：內(nèi)表性能調(diào)優(yōu)更新統(tǒng)計信息最大值、最小值、長鍵值、分桶分布特征等信息。這些信息將為優(yōu)化器更新算子執(zhí)行預(yù)估統(tǒng)計信息的收集也存在一定局限，主要是針對非實時、手動觸發(fā)或者周期性觸發(fā)，不一定反映。使用默認的exhaustive算法可以全局探索最優(yōu)的執(zhí)行計劃，但對l查詢系統(tǒng)表hologres.hg_table_properties中的analyze_tuple列，確認數(shù)據(jù)的行數(shù)是否l查詢系統(tǒng)表hologres.hg_stats，顯示每一列的直方圖、平均寬度及不同值的數(shù)量等信息。查看并更改擴容后的Shard數(shù)創(chuàng)建新的TableGroup，并為其設(shè)置更大的Shard數(shù)。原有的表和數(shù)據(jù)仍然在舊的Table創(chuàng)建表時選擇合適的分布列（DistributionKey）-關(guān)閉DictionaryEncoding您可以通過上文獲取執(zhí)行后的統(tǒng)計信息獲取Decode算子的耗時，如果耗時較高，則請關(guān)閉其他優(yōu)化項。進行多表關(guān)聯(lián)時，不同列盡量使用相同的數(shù)據(jù)類型。避免H。列對于部分范圍查詢，Hologres可以直接通過bitmap_co列文件內(nèi)按該索引列建立可以按照數(shù)值對每一行列后文件間按該索引鍵合Segment_key標(biāo)識了文Segment_key是為時間數(shù)據(jù)的寫入時間有強相建議將第一個非空的時間即按照Index書寫的最左列排序進行索引。如果最左列為有序的查看是否使用index優(yōu)化SQL語句regexp_split_to_ta10版本及更早版本不支持substri Update命令采用表級鎖，鎖的粒度比較大，并發(fā)的update會造成更多的鎖等待開銷。erimental_scan_node_設(shè)置單個Shard內(nèi)scan文件數(shù)。默認為性能最高不可用。并發(fā)度太小會造成rimental_scan_node_dop的參數(shù)可用。并發(fā)度太小會造成查rimental_dml_bulkload_dop的參BI可視化實戰(zhàn)：BI可視化分析是是是是是是是是是是是是是是是監(jiān)控與告警實戰(zhàn)：監(jiān)控與告警CPU使用率（%）內(nèi)存使用率（%）。實例存儲用量（字節(jié)）如果您是使用包年包月付費模式購買實例，則存儲資源的額度使用完后，超出部分會自動轉(zhuǎn)為按量計費。請您在超出存儲資源后及時對存儲進行升級配置，或者合理設(shè)置生命周期并及時清理無用數(shù)據(jù)，避免產(chǎn)生不必要的存儲費用。設(shè)置表的生命周期詳情請參見CREATETABLE。您連接數(shù)（個）如果您遇到如下情況，則說明系統(tǒng)連接數(shù)已經(jīng)達到上限，需要檢查您的應(yīng)用是否存在連接數(shù)泄QPS（個/秒）Query延遲（毫秒）實時導(dǎo)入RPS（記錄/秒）l實時同步使用限制查看query_log表授予查看權(quán)限HoloWeb可視化查看慢Query是否否否是否否否否是否診斷Queryfl查詢最近某個時間段（如10分鐘）消耗比較高常見問題db_name為數(shù)據(jù)庫名稱。安全白皮書實戰(zhàn)：安全白皮書訪問控制實時數(shù)倉Hologres作為阿里巴。Hologres安全上的訪問控制有多個層次，如安全認證機制，只有獲取了正確且經(jīng)過授權(quán)的的配置方法和策略，詳細配置方式請參見IP白名單。。鑒權(quán)認證專家權(quán)限模型適用于需要非常嚴(yán)格權(quán)限管控的場景。例如，精確到某個人用某個表。例如允許用戶zinan.tang讀取表table1中的數(shù)據(jù)。專家權(quán)限模型的權(quán)限授予粒度小且靈活，可以為用戶授予具體某個表的權(quán)限，使用GRANT/REVOKE命令進行授權(quán)，通過對應(yīng)的授權(quán)命令來完成對已存在的實例中的數(shù)據(jù)庫、Schema、Table、View進行授權(quán)或撤銷授權(quán)。簡單權(quán)限模型（SimplePermission數(shù)據(jù)庫級別的權(quán)限管控，適用于粗粒度的權(quán)限管理場景。簡單權(quán)限模型是封裝好的權(quán)限模型，以數(shù)據(jù)庫為維度，每個用戶組都有對應(yīng)的權(quán)限，不可修改，能滿足大部分授權(quán)場景，且授權(quán)操作比較簡單。Schema級別的簡單權(quán)限模型精確到Schema級別的權(quán)限管控，使用于對權(quán)限粒度較為細致且又希望簡化授權(quán)流程的場景。Schema級別的簡單權(quán)限模型是已經(jīng)封裝好的權(quán)限模型，以Schema為維度，每個用戶組都有對應(yīng)的權(quán)限，不可修改，滿足對于權(quán)限較為細粒度的管控，且授權(quán)操作比較簡單。。數(shù)據(jù)安全數(shù)據(jù)遷移實戰(zhàn)：ClickHouse遷移HologresClickhouse高一性約束，僅用于索引+Clickhouse高級功能無Clickhouse前提條件數(shù)據(jù)類型映射元數(shù)據(jù)遷移說明：查詢到的表中system是系統(tǒng)數(shù)據(jù)庫，不需要遷移database_na