优化查询

优化SQL和InfluxQL查询以提高性能，降低它们的内存和计算（CPU）需求。了解如何使用可观察性工具来分析查询执行并查看指标。

• 为什么我的查询很慢？
• 提高查询性能的策略
  • 仅查询所需的数据
• 识别并解决瓶颈

为什么我的查询这么慢？

查询性能取决于时间范围和查询复杂性等因素。
如果查询比预期慢，请考虑以下潜在原因：

• 查询跨越了很长的时间范围，这增加了被处理的数据量。
• 查询执行密集型操作，如：
  • 使用 ORDER BY 对大数据集进行排序或重新排序。
  • 查询多个字符串值，这可能是计算上昂贵的。

提高查询性能的策略

以下设计策略通常可以提高查询性能和资源使用：

• 遵循 模式设计最佳实践 以简化和改善查询。
• 仅查询您需要的数据以减少不必要的处理。
• 降采样数据以减少查询的数据量。

仅查询您需要的数据

包含一个 WHERE 子句

InfluxDB 3 为每个分区存储数据在一个 Parquet 文件中。 默认情况下，InfluxDB 按天对聚簇分区进行表格化，但你也可以 自定义分区数据。 在查询时，InfluxDB 从对象存储中检索文件以回答查询。 为了减少查询需要从对象存储中检索的文件数量， 包括一个 WHERE 子句，它 通过时间范围或特定标签值过滤数据。

仅选择您所需的列

因为 InfluxDB 3 是一个列式数据库，它只处理在查询中选择的列，这可以减轻 宽模式 对查询性能的影响。

然而，一个从宽模式中检索大量列的非特定查询可能比更有针对性的查询更慢且效率更低——例如，考虑以下查询：

• SELECT time,a,b,c
• SELECT *

如果表包含10列，则两个查询之间的性能差异很小。 在一个超过1000列的表中，SELECT * 查询速度较慢，效率较低。

识别和解决瓶颈

要识别性能瓶颈，学习如何 分析查询计划。查询计划提供运行时度量，例如扫描的文件数量，这可能揭示查询执行中的低效之处。