GBase 8c常见的SQL调优手段
📅 2026/7/15 21:32:53
👁️ 次浏览
Plan Hint调优Plan Hint为用户提供了直接影响执行计划生成的手段用户可以通过指定join顺序、join、scan方法、指定结果行数等多个手段来进行执行计划的调优以提升查询的性能。使用方法/* plan hint*/如果同时指定多个hint之间需要使用空格分割如select /* plan_hint1 plan_hint2 */ * from t1Plan Hint支持的范围指定Join顺序的Hint - leading hint指定Join方式的Hint指定结果集行数的Hint指定Scan方式的Hint仅支持常用的tablescanindexscan和indexonlyscan的hint指定子链接块名的HintPlan Hint调优示例stu和stu_info两个表关联查询默认使用Hash Join方式进行表关联。使用Hint强制改变执行计划让两个表通过nestloop进行关联查询使用select * 查询stu_info表指定code和stu_id的查询条件默认使用Seq Scan方式获取数据。使用Hint方式指定查询时使用stu_info表的idx_stu_info_code这个索引改变执行计划算子级优化示例基表扫描时对于点查或者范围扫描等过滤大量数据的查询如果使用SeqScan全表扫描会比较耗时可以在条件列上建立索引选择IndexScan进行索引扫描提升扫描效率。执行耗时248ms对stu表的name表创建索引执行耗时25msSQL改写避免使用SELECT *实际业务可能只需要表的几列数据使用SELECT * 会导致内存CPU网络IO等资源浪费。SELECT * 不会走覆盖索引扫描部分SQL语句效率下降明显。使用exists代替inselect st.id,st.name from stu st where st.age5 and st.id not in ( select stu_id from stu_info where code in (a,b,c,d) );正解select st.id,st.name from stu st where st.age5 and not exists ( select 1 from stu_info si where si.stu_idst.id and si.code in (a,b,c,d) );使用连接查询代替子查询select * from stu where id in (select stu_id from stu_info where codea)正解select st.* from stu st inner join stu_id si on si.user_id st.id and si.codea批量操作当有多条加工数据需要写入表中时采取批量写入可以减少I/O消耗insert into stu values (1,bill,15); insert into stu values (2,frank,16);正解insert into stu values (1,bill,15),(2,frank,16);创建适当索引CREATE INDEX idx_stu_name ON stu(name);需要注意点索引并非越多越好太多索引会引起update和insert效率下降分析查询语句使用联合索引注意索引区分度和索引冗余避免在大量null字段上创建索引以及其他常见优化方法如使用limit限制数据返回行分页优化通过主键或者其他索引列先找出符合条件行主键再通过主键过滤查询避免在where字句中使用函数等表达式对大表数据使用分区表按照分区进行查询操作。
RAG 基础架构详解:检索-增强-生成的完整工作流模型的"知识"是训练时定格的,但世界在变。
RAG 就是给模型装上一根"网线"——实时、可验证、可更新。前言:为什么 Agent 需要 RAG
Agent 的核心能力之一是"获取信息&qu…
📅 2026/7/15 21:32:53
Agent 规划与推理:让 AI 从"应激反应"到"主动思考"工具是 Agent 的"手",记忆是 Agent 的"存储",规划是 Agent 的"大脑"。
没有规划能力的 Agent,只能做"应激反应"。…
📅 2026/7/15 21:32:53
LLM 服务网关的性能优化:连接池、批量推理与请求合并的工程方案
一、$2300 一个月的 API 账单是怎么来的
一个面向开发者的 AI 编程助手,月均调用 GPT-4 API 约 120 万次。最初的实现是每个用户的每次请求直接新建一个 HTTP 连接调用 OpenAI API。这导致…
📅 2026/7/15 21:32:53
前两天有个哥们找我,
满脸兴奋地说他找到了
一份“AI搜索geo工作”。说是只要会点基础操作,
每天动动手指就能日入
几百块,轻松又体面。我听完心里咯噔一下,
这年头哪有这么好的事?
天下哪有免费的午餐?我仔细问了问细节,
发现全是套路。
所谓的“geo”,其实就是利用信…
📅 2026/7/15 22:21:29
ResNet残差结构的设计空间探索:从原始设计到ResNeXt的消融验证
一、残差学习的结构语义
ResNet引入的残差连接(Skip Connection)是过去十年深度学习架构设计中最重要的单点创新。其数学形式简洁到近乎平凡——$\mathbf{y} \mathcal{F}(\math…
📅 2026/7/15 22:21:15
基于敏感度的混合精度量化:自动搜索每层最优位宽的算法与工具
一、统一位宽量化的困境
训练后量化(Post-Training Quantization, PTQ)将模型的权重和激活从FP32压缩为INT8或INT4,是实现模型轻量化的关键手段。大多数PTQ工具&#…
📅 2026/7/15 22:21:15
模型推理中的算子融合优化:从LayerNorm到残差连接的图级优化
一、推理延迟的微观来源
深度学习模型推理中的延迟并非由矩阵乘法主导——在大batch场景下,GEMM(通用矩阵乘法)通过高度优化的BLAS库可以达到接近硬件峰值的计算效率。…
📅 2026/7/15 22:21:15
Python中的Lock-Free数据结构:使用原子操作加速多线程数据处理
一、GIL下的锁竞争:问题并非出在线程本身
Python的全局解释器锁(GIL)通常被视为多线程性能的罪魁祸首。然而在数据处理流水线中,即使将计算密集部分迁移到…
📅 2026/7/15 22:21:15
1. 这不是简单的“分组求和”——多维聚合中的数据变形到底在动什么骨头?你打开一份销售报表,想看“华东地区、2023年Q3、手机品类、华为品牌”的销售额总和,系统秒出结果;但当你再加一列“同比上季度增长率”,或者想把…
📅 2026/7/15 22:21:15
1. COM线程模型基础与CoInitializeEx核心作用在Windows平台开发中,组件对象模型(COM)的线程处理机制一直是开发者必须掌握的底层知识。作为COM初始化的门户函数,CoInitializeEx不仅决定了对象在何种线程环境下运行,更影响着整个组件的并发性能…
📅 2026/7/15 0:00:17
1. 为什么M芯片Mac用户需要降级到Monterey? 去年刚拿到M2芯片的MacBook Pro时,我第一时间升级到了Ventura系统。结果第三天就遇到了微信闪退、Final Cut Pro渲染卡顿的问题。后来在开发者论坛发现,不少专业软件对Ventura的适配都存在问题。这…
📅 2026/7/15 0:00:17
1. 背景与核心概念在AI大模型快速发展的今天,许多开发者和研究者都面临一个现实问题:如何在有限的硬件预算下实现高效的本地大模型部署。特别是对于个人开发者和小型团队来说,购买最新的高端显卡成本高昂,而利用现有的或二手硬件资…
📅 2026/7/15 0:00:17
豆包openclaw最近圈子里都在聊豆包openclaw,我也没忍住,掏腰包入手了一套。说实话,刚拿到手的时候,心里是打鼓的。毕竟市面上类似的智能硬件太多了,有的吹得天花乱坠,用起来却是一堆bug。为了不让大家的钱打水漂,我连续用了半个月。从开箱到日常高频使用,甚至故意测试它…
📅 2026/7/14 6:35:02
SQLyog 13.3.1 社区版在Windows 10/11上的完整安装与连接指南 对于刚接触MySQL数据库管理的开发者和学生来说,选择一个直观易用的图形化管理工具至关重要。SQLyog作为一款轻量级但功能强大的MySQL GUI工具,能够显著提升数据库操作的效率和体验。本文将详…
📅 2026/7/15 19:03:10
SPEC CPU 2006 跨平台基准测试深度实战:ARM/X86/MIPS 架构配置优化与结果分析方法论在当今多元化的计算架构时代,如何客观评估不同处理器平台的真实性能成为系统工程师和性能优化专家的核心挑战。SPEC CPU 2006 作为业界公认的计算密集型基准测试套件&am…
📅 2026/7/15 14:09:20
目录
第一步:选对模板,省心一半
第二步:打开扫码点餐功能
开启功能按钮
桌台管理与桌码生成
第三步:个性化设计,打造品牌感
调整点餐页面
设置点餐规则 你还在让顾客站着排队点餐吗?2025年ÿ…
📅 2026/7/14 15:11:56
在业务中快速构建一个能理解私有文档、准确回答专业问题的智能助手,是很多开发团队面临的共同挑战。传统方案往往需要从零开始搭建复杂的 RAG(检索增强生成)系统,涉及文档解析、向量化、检索、大模型调用等多个环节,整…
📅 2026/7/15 2:24:18
FAE放射组学分析工具:医学影像特征探索的完整解决方案 【免费下载链接】FAE FeAture Explorer 项目地址: https://gitcode.com/gh_mirrors/fae/FAE
你是否曾经面对海量医学影像数据感到无从下手?想要从CT、MRI等影像中提取有价值的定量特征&#…
📅 2026/7/14 15:11:56