GP SQL 优化

1、收集统计信息
vacuum full analyze ZCXT.ZCOT_PS_PROJECT;

2、检查表的数据量分布
select gp_segment_id,count(*) from fact_table group by gp_segment_id;

3、表结构上
建议创建表的时候，分布键放在最前面，接着是分区键，接着是大字节的字段到小字节。

4、分布键
把连接键定义为数据分布键（如果多个列作为数据分布键，他们应该都出现在连接中，否则还是会造成无效广播），常用于join和where条件的列作为分布键，最典型的例子是两张做join的表都用需要连接的列作为分布键。

5、写法上
（1）、不用distinct，改用group by

（2）、UNION操作应该用UNION ALL加GROUP BY的方式进行改写

（3）、一般不使用Index，索引的操作不超过5%

（4）关于or语法gp的OR语法效果很差，用
in (select 1 union all select 2) 代替 in (select 1 from t1) or in (select 2 from t2)，
exists (select 1 union all select 2) 代替 exists (select 1 from t1) or exists (select 2 from t2)，
特别是子查询中，括号内引用括号外的字段作为条件的情况，这种时候，同一张表多次引入来改写OR语句效率都比 or高

（5）关于并列查询
不要使用 (column_1,column_2) in (select c1,c2)，而采用 exists，单字段没关系，2个及以上字段效率可能存在问题

6、执行计划上避免大表的广播
执行计划广播会显示 broadcast
GreenPlum有三种数据的移动操作，会体现在执行计划上
（1）、BroadCast Motion(N:N)，广播数据。每个节点向其他节点广播需要发送的数据。
（2）、Redistribute Motion(N:N)，重新分布数据。利用join的列值hash不同，将筛选后的数据在其他segment重新分布
（3）、Gather Motion(N:1)，聚合汇总数据，每个节点将join后的数据发到一个单节点上，通常是发到主节点master。