Bonnes pratiques SQL

Comme décrit dans Plans d'exécution de requêtes, le compilateur SQL transforme une instruction SQL en un plan d'exécution de requêtes, qui sert à obtenir les résultats d'une requête. Cette page décrit les bonnes pratiques pour la création d'instructions SQL qui aideront Spanner à trouver des plans d'exécution efficaces.

Les exemples d'instructions SQL présentés dans cette page suivent l'exemple de schéma ci-dessous :

GoogleSQL

CREATE TABLE Singers (
 SingerId   INT64 NOT NULL,
 FirstName  STRING(1024),
 LastName   STRING(1024),
 SingerInfo BYTES(MAX),
 BirthDate  DATE
) PRIMARY KEY (SingerId);

CREATE TABLE Albums (
 SingerId     INT64 NOT NULL,
 AlbumId      INT64 NOT NULL,
 AlbumTitle   STRING(MAX),
 ReleaseDate  DATE
) PRIMARY KEY (SingerId, AlbumId),
INTERLEAVE IN PARENT Singers ON DELETE CASCADE;

Pour obtenir une documentation de référence complète sur SQL, consultez les pages Syntaxe des requêtes, Fonctions et opérateurs et Structure lexicale et syntaxe.

PostgreSQL

CREATE TABLE Singers (
 SingerId   BIGINT PRIMARY KEY,
 FirstName  VARCHAR(1024),
 LastName   VARCHAR(1024),
 SingerInfo BYTEA,
 BirthDate  TIMESTAMPTZ
);

CREATE TABLE Albums (
 SingerId        BIGINT NOT NULL,
 AlbumId         BIGINT NOT NULL,
 AlbumTitle      VARCHAR(1024),
 ReleaseDate     DATE,
 PRIMARY KEY(SingerId, AlbumId),
 FOREIGN KEY (SingerId) REFERENCES Singers(SingerId)
) INTERLEAVE IN PARENT Singers ON DELETE CASCADE;

Pour en savoir plus, consultez la section Le langage PostgreSQL dans Spanner.

Utiliser des paramètres de requête

Spanner accepte les paramètres de requête pour améliorer les performances et parer au risque d'injection SQL dans les requêtes conçues pour faire intervenir des entrées utilisateur. Vous pouvez utiliser des paramètres de requête pour remplacer des expressions arbitraires, mais pas des identifiants, des noms de colonnes, des noms de tables ni d'autres parties de la requête.

Les paramètres peuvent apparaître partout où une valeur littérale est attendue. Le même nom de paramètre peut être utilisé plusieurs fois dans une seule instruction SQL.

En résumé, les paramètres de requête favorisent l'exécution des requêtes de différentes manières :

• Plans préoptimisés : les requêtes utilisant des paramètres peuvent être exécutées plus rapidement à chaque appel, car le paramétrage facilite la mise en cache du plan d'exécution par Spanner.
• Composition de requête simplifiée : vous n'avez pas besoin d'échapper les valeurs de chaîne lorsque vous les fournissez dans les paramètres de requête. Les paramètres de requête réduisent également le risque d'erreurs de syntaxe.
• Sécurité : les paramètres de requête renforcent la sécurité de vos requêtes en vous protégeant contre diverses attaques par injection SQL. Cette protection est particulièrement importante pour les requêtes que vous créez à partir d'entrées utilisateur.

Comprendre comment Spanner exécute les requêtes

Remarque : Spanner Studio (anciennement Requête dans la console Google Cloud ) accepte les opérations SQL, LMD et LDD dans un seul éditeur. Pour en savoir plus, consultez Gérer vos données à l'aide de la console Google Cloud .

Spanner vous permet d'interroger des bases de données à l'aide d'instructions SQL déclaratives spécifiant les données que vous souhaitez récupérer. Si vous voulez comprendre comment Spanner obtient les résultats, examinez le plan d'exécution de la requête. Un plan d'exécution de requête affiche le coût de calcul associé à chaque étape de la requête. À l'aide de ces coûts, vous pouvez déboguer les problèmes de performances des requêtes et optimiser votre requête. Pour en savoir plus, consultez Plans d'exécution de requêtes.

Vous pouvez récupérer les plans d'exécution de requêtes via la console Google Cloud ou les bibliothèques clientes.

Pour obtenir un plan d'exécution des requêtes pour une requête spécifique à l'aide de la consoleGoogle Cloud , procédez comme suit :

1. Ouvrez la page "Instances Spanner".

   Accéder aux instances Spanner

2. Sélectionnez les noms de l'instance Spanner et de la base de données que vous souhaitez interroger.

3. Cliquez sur Spanner Studio dans le panneau de navigation de gauche.

4. Saisissez la requête dans le champ de texte, puis cliquez sur Exécuter la requête.

5. Cliquez sur Explication
   . La console Google Cloud affiche un plan d'exécution visuel pour votre requête.

   

Pour savoir comment comprendre les plans visuels et les utiliser pour déboguer vos requêtes, consultez Régler une requête à l'aide de l'outil de visualisation de plans de requête.

Vous pouvez également afficher des exemples de plans de requête historiques et comparer les performances d'une requête au fil du temps pour certaines requêtes. Pour en savoir plus, consultez Plans de requête échantillonnés.

Utiliser des index secondaires

À l'instar d'autres bases de données relationnelles, Spanner propose des index secondaires que vous pouvez utiliser pour récupérer des données à l'aide d'une instruction SQL ou de l'interface de lecture de Spanner. Le moyen le plus courant d'extraire des données d'un index consiste à utiliser Spanner Studio. L'utilisation d'un index secondaire dans une requête SQL vous permet de spécifier comment vous souhaitez que Spanner obtienne les résultats. La spécification d'un index secondaire peut accélérer l'exécution des requêtes.

Par exemple, supposons que vous souhaitiez récupérer les identifiants de tous les chanteurs portant un nom de famille spécifique. La requête SQL pourrait être écrite de cette façon (par exemple) :

SELECT s.SingerId
FROM Singers AS s
WHERE s.LastName = 'Smith';

Cette requête renverrait les résultats attendus, mais son traitement pourrait prendre du temps. Le délai dépend du nombre de lignes de la table Singers et du nombre de lignes correspondant au prédicat WHERE s.LastName = 'Smith'. S'il n'y a pas d'index secondaire contenant la colonne LastName à lire, le plan de requête lira l'intégralité de la table Singers pour rechercher les lignes correspondant au prédicat. La lecture de la table entière s'appelle analyse complète de table. Une analyse complète de table est un moyen coûteux d'obtenir les résultats lorsque la table ne contient qu'un faible pourcentage de Singers portant ce nom de famille.

Pour améliorer les performances de cette requête, définissez un index secondaire sur la colonne du nom de famille, comme suit :

CREATE INDEX SingersByLastName ON Singers (LastName);

Comme l'index secondaire SingersByLastName contient la colonne LastName de la table indexée et la colonne de clé primaire SingerId, Spanner peut récupérer toutes les données de la table d'index qui est bien plus petite, sans avoir à effectuer une analyse complète de la table Singers.

Dans ce scénario, Spanner utilise automatiquement l'index secondaire SingersByLastName lors de l'exécution de la requête (du moment que trois jours se sont écoulés depuis la création de la base de données, voir la note concernant les nouvelles bases de données). Cependant, il est préférable de le lui demander explicitement en spécifiant une directive d'index dans la clause FROM, comme suit :

GoogleSQL

SELECT s.SingerId
FROM Singers@{FORCE_INDEX=SingersByLastName} AS s
WHERE s.LastName = 'Smith';

PostgreSQL

SELECT s.SingerId
FROM Singers /*@ FORCE_INDEX=SingersByLastName */ AS s
WHERE s.LastName = 'Smith';

Si vous utilisez des schémas nommés, utilisez la syntaxe suivante pour la clause FROM :

GoogleSQL

FROM NAMED_SCHEMA_NAME.TABLE_NAME@{FORCE_INDEX="NAMED_SCHEMA_NAME.TABLE_INDEX_NAME"}

PostgreSQL

FROM NAMED_SCHEMA_NAME.TABLE_NAME /*@ FORCE_INDEX = TABLE_INDEX_NAME */

Supposons maintenant que vous souhaitiez également récupérer le prénom du chanteur en plus de son identifiant. Même si la colonne FirstName ne fait pas partie de l'index, vous devez toujours spécifier la directive d'index comme auparavant, de la manière suivante :

GoogleSQL

SELECT s.SingerId, s.FirstName
FROM Singers@{FORCE_INDEX=SingersByLastName} AS s
WHERE s.LastName = 'Smith';

PostgreSQL

SELECT s.SingerId, s.FirstName
FROM Singers /*@ FORCE_INDEX=SingersByLastName */ AS s
WHERE s.LastName = 'Smith';

Vous bénéficiez toujours d'un avantage en termes de performances grâce à l'utilisation de l'index, car Spanner n'a pas besoin d'effectuer une analyse complète de la table lors de l'exécution du plan de requête. Au lieu de cela, il sélectionne le sous-ensemble de lignes qui correspond au prédicat à partir de l'index SingersByLastName, puis effectue une recherche dans la table de base Singers pour n'extraire le prénom que pour ce sous-ensemble de lignes.

Si vous ne souhaitez pas que Spanner ait à récupérer des lignes de la table de base, vous pouvez stocker une copie de la colonne FirstName dans l'index même :

GoogleSQL

CREATE INDEX SingersByLastName ON Singers (LastName) STORING (FirstName);

PostgreSQL

CREATE INDEX SingersByLastName ON Singers (LastName) INCLUDE (FirstName);

L'utilisation d'une clause STORING (pour le dialecte GoogleSQL) ou INCLUDE (pour le dialecte PostgreSQL) comme celle-ci consomme du stockage supplémentaire, mais elle offre les avantages suivants :

• Les requêtes SQL qui utilisent l'index et sélectionnent les colonnes stockées dans la clause STORING ou INCLUDE ne nécessitent pas de jointure supplémentaire à la table de base.
• Les appels de lecture utilisant l'index peuvent lire les colonnes stockées dans la clause STORING ou INCLUDE.

Les exemples ci-dessus illustrent comment les index secondaires peuvent accélérer les requêtes, en particulier lorsque ce type d'index permet d'identifier rapidement les lignes choisies par la clause WHERE d'une requête.

Un autre scénario dans lequel les index secondaires peuvent offrir des avantages en termes de performances concerne certaines requêtes qui renvoient des résultats ordonnés. Par exemple, supposons que vous souhaitiez extraire tous les titres d'album et leurs dates de sortie dans l'ordre croissant de la date de sortie et dans l'ordre décroissant des titres d'album. Vous pouvez écrire une requête SQL comme suit :

SELECT a.AlbumTitle, a.ReleaseDate
FROM Albums AS a
ORDER BY a.ReleaseDate, a.AlbumTitle DESC;

Sans index secondaire, cette requête nécessite une étape de tri potentiellement coûteuse dans le plan d'exécution. Vous pouvez accélérer l'exécution de la requête en définissant l'index secondaire suivant :

CREATE INDEX AlbumsByReleaseDateTitleDesc on Albums (ReleaseDate, AlbumTitle DESC);

Réécrivez ensuite la requête pour qu'elle utilise l'index secondaire :

GoogleSQL

SELECT a.AlbumTitle, a.ReleaseDate
FROM Albums@{FORCE_INDEX=AlbumsByReleaseDateTitleDesc} AS a
ORDER BY a.ReleaseDate, a.AlbumTitle DESC;

PostgreSQL

SELECT a.AlbumTitle, a.ReleaseDate
FROM Albums /*@ FORCE_INDEX=AlbumsByReleaseDateTitleDesc */ AS s
ORDER BY a.ReleaseDate, a.AlbumTitle DESC;

Cette requête et cette définition d'index répondent aux deux critères suivants :

• Pour supprimer l'étape de tri, assurez-vous que la liste des colonnes dans la clause ORDER BY est un préfixe de la liste des clés d'index.
• Pour éviter de revenir à la table de base pour récupérer les colonnes manquantes, assurez-vous que l'index couvre toutes les colonnes de la table utilisée par la requête.

Bien que les index secondaires puissent accélérer les requêtes courantes, leur ajout peut rallonger la latence de vos opérations de commit, car chaque index secondaire nécessite généralement l'implication d'un nœud supplémentaire dans chaque commit. Pour la plupart des charges de travail, quelques index secondaires sont suffisants. Cependant, vous devez déterminer si vous êtes plus soucieux de la latence en lecture ou en écriture, ainsi que les opérations les plus critiques pour votre charge de travail. Analysez votre charge de travail pour vous assurer qu'elle correspond à vos attentes.

Pour obtenir une documentation de référence complète sur les index secondaires, consultez la page Index secondaires.

Optimiser les scans

Certaines requêtes Spanner peuvent bénéficier d'une méthode de traitement par lot lors de l'analyse des données, plutôt que de la méthode de traitement par ligne plus courante. Le traitement des analyses par lots est un moyen plus efficace de traiter de grands volumes de données en une seule fois. Il permet aux requêtes d'atteindre une utilisation du processeur et une latence plus faibles.

L'opération d'analyse Spanner commence toujours son exécution avec la méthode orientée ligne. Pendant ce temps, Spanner collecte plusieurs métriques d'exécution. Spanner applique ensuite un ensemble d'heuristiques basées sur le résultat de ces métriques pour déterminer la méthode d'analyse optimale. Le cas échéant, Spanner passe à une méthode de traitement par lot pour améliorer le débit et les performances d'analyse.

Cas d'utilisation courants

Les requêtes présentant les caractéristiques suivantes bénéficient généralement d'un traitement par lot :

• Analyses volumineuses sur des données rarement mises à jour.
• Analyses avec des prédicats sur des colonnes à largeur fixe.
• Analyses avec un nombre élevé de recherches. (Une recherche utilise un index pour récupérer des enregistrements.)

Cas d'utilisation sans gain de performances

Toutes les requêtes ne bénéficient pas d'un traitement par lot. Les types de requêtes suivants sont plus performants avec le traitement d'analyse orienté ligne :

• Requêtes de recherche ponctuelle : requêtes qui n'extraient qu'une seule ligne.
• Petites requêtes d'analyse : analyses de tables qui n'analysent que quelques lignes, sauf si elles ont un grand nombre de recherches.
• Requêtes utilisant LIMIT
• Requêtes qui lisent des données à fort taux de désabonnement : requêtes dans lesquelles plus de 10 % des données lues sont fréquemment mises à jour.
• Requêtes avec des lignes contenant de grandes valeurs : les lignes contenant de grandes valeurs sont celles qui contiennent des valeurs supérieures à 32 000 octets (avant compression) dans une seule colonne.

Vérifier la méthode d'analyse utilisée par une requête

Pour vérifier si votre requête utilise le traitement par lot ou par ligne, ou si elle bascule automatiquement entre les deux méthodes d'analyse :

1. Accédez à la page Instances de Spanner dans la consoleGoogle Cloud .

   Accéder à la page Instances

2. Cliquez sur le nom de l'instance contenant la requête que vous souhaitez examiner.

3. Dans le tableau "Bases de données", cliquez sur la base de données contenant la requête que vous souhaitez examiner.

4. Dans le menu de navigation, cliquez sur Spanner Studio.

5. Ouvrez un nouvel onglet en cliquant sur Nouvel onglet de l'éditeur SQL ou Nouvel onglet.

6. Lorsque l'éditeur de requête s'affiche, rédigez votre requête.

7. Cliquez sur Exécuter.

   Spanner exécute la requête et affiche les résultats.

8. Cliquez sur l'onglet Explication sous l'éditeur de requête.

   Spanner affiche un outil de visualisation des plans d'exécution des requêtes. Chaque fiche du graphique représente un itérateur.

9. Cliquez sur la fiche de l'itérateur Analyse de table pour ouvrir un panneau d'informations.

   Le panneau d'informations affiche des informations contextuelles sur l'analyse sélectionnée. La méthode d'analyse est indiquée sur cette carte. Automatique indique que Spanner détermine la méthode d'analyse. Les autres valeurs possibles sont Batch pour le traitement par lot et Row pour le traitement par ligne.

   

Appliquer la méthode d'analyse utilisée par une requête

Pour optimiser les performances des requêtes, Spanner choisit la méthode d'analyse optimale pour votre requête. Nous vous recommandons d'utiliser cette méthode d'analyse par défaut. Toutefois, il peut arriver que vous souhaitiez appliquer un type spécifique de méthode d'analyse.

Appliquer l'analyse par lot

Vous pouvez appliquer l'analyse par lot au niveau des tables et des instructions.

Pour appliquer la méthode d'analyse par lot au niveau de la table, utilisez un indicateur de table dans votre requête :

GoogleSQL

SELECT ...
FROM (t1@{SCAN_METHOD=BATCH} JOIN t2 ON ...)
WHERE ...

PostgreSQL

SELECT ...
FROM (t1/*@ scan_method=batch */ JOIN t2 on ...)
WHERE ...

Pour appliquer la méthode d'analyse par lot au niveau de l'instruction, utilisez une indication d'instruction dans votre requête :

GoogleSQL

@{SCAN_METHOD=BATCH}
SELECT ...
FROM ...
WHERE ...

PostgreSQL

/*@ scan_method=batch */
SELECT ...
FROM ...
WHERE ...

Désactiver l'analyse automatique et forcer l'analyse orientée ligne

Bien que nous ne recommandions pas de désactiver la méthode d'analyse automatique définie par Spanner, vous pouvez décider de la désactiver et d'utiliser la méthode d'analyse orientée ligne à des fins de dépannage, par exemple pour diagnostiquer la latence.

Pour désactiver la méthode d'analyse automatique et forcer le traitement des lignes au niveau de la table, utilisez un indicateur de table dans votre requête :

GoogleSQL

SELECT ...
FROM (t1@{SCAN_METHOD=ROW} JOIN t2 ON ...)
WHERE ...

PostgreSQL

SELECT ...
FROM (t1/*@ scan_method=row */ JOIN t2 on ...)
WHERE ...

Pour désactiver la méthode d'analyse automatique et forcer le traitement des lignes au niveau de l'instruction, utilisez un indice d'instruction dans votre requête :

GoogleSQL

@{SCAN_METHOD=ROW}
SELECT ...
FROM ...
WHERE ...

PostgreSQL

/*@ scan_method=row */
SELECT ...
FROM ...
WHERE ...

Optimiser l'exécution des requêtes

En plus d'optimiser les analyses, vous pouvez également optimiser l'exécution des requêtes en appliquant la méthode d'exécution au niveau de l'instruction. Cela ne fonctionne que pour certains opérateurs et est indépendant de la méthode d'analyse, qui n'est utilisée que par l'opérateur d'analyse.

Par défaut, la plupart des opérateurs s'exécutent selon la méthode orientée ligne, qui traite les données une ligne à la fois. Les opérateurs vectorisés s'exécutent dans la méthode orientée par lot pour améliorer le débit et les performances d'exécution. Ces opérateurs traitent les données bloc par bloc. Lorsqu'un opérateur doit traiter de nombreuses lignes, la méthode d'exécution par lot est généralement plus efficace.

Méthode d'exécution et méthode d'analyse

La méthode d'exécution des requêtes est indépendante de la méthode d'analyse des requêtes. Vous pouvez définir l'une de ces méthodes, les deux ou aucune dans votre indication de requête.

La méthode d'exécution des requêtes fait référence à la façon dont les opérateurs de requête traitent les résultats intermédiaires et à la façon dont les opérateurs interagissent les uns avec les autres. La méthode d'analyse fait référence à la façon dont l'opérateur d'analyse interagit avec la couche de stockage de Spanner.

Appliquer la méthode d'exécution utilisée par la requête

Pour optimiser les performances des requêtes, Spanner choisit la méthode d'exécution optimale pour votre requête en fonction de diverses heuristiques. Nous vous recommandons d'utiliser cette méthode d'exécution par défaut. Toutefois, il peut arriver que vous souhaitiez appliquer un type spécifique de méthode d'exécution.

Vous pouvez appliquer votre méthode d'exécution au niveau de l'instruction. EXECUTION_METHOD est une indication de requête plutôt qu'une directive. En fin de compte, l'optimiseur de requêtes décide de la méthode à utiliser pour chaque opérateur.

Pour appliquer la méthode d'exécution par lot au niveau de l'instruction, utilisez une indication d'instruction dans votre requête :

GoogleSQL

@{EXECUTION_METHOD=BATCH}
SELECT ...
FROM ...
WHERE ...

PostgreSQL

/*@ execution_method=batch */
SELECT ...
FROM ...
WHERE ...

Bien que nous ne recommandions pas de désactiver la méthode d'exécution automatique définie par Spanner, vous pouvez décider de la désactiver et d'utiliser la méthode d'exécution orientée ligne à des fins de dépannage, par exemple pour diagnostiquer la latence.

Pour désactiver la méthode d'exécution automatique et appliquer la méthode d'exécution orientée ligne au niveau de l'instruction, utilisez un indicateur d'instruction dans votre requête :

GoogleSQL

@{EXECUTION_METHOD=ROW}
SELECT ...
FROM ...
WHERE ...

PostgreSQL

/*@ execution_method=row */
SELECT ...
FROM ...
WHERE ...

Vérifier la méthode d'exécution activée

Tous les opérateurs Spanner ne sont pas compatibles avec les méthodes d'exécution par lot et par ligne. Pour chaque opérateur, le visualiseur de plan d'exécution des requêtes indique la méthode d'exécution dans la fiche de l'itérateur. Si la méthode d'exécution est orientée par lot, Lot s'affiche. Si elle est orientée ligne, Ligne s'affiche.

Si les opérateurs de votre requête s'exécutent à l'aide de différentes méthodes d'exécution, les adaptateurs de méthode d'exécution DataBlockToRowAdapter et RowToDataBlockAdapter s'affichent entre les opérateurs pour indiquer le changement de méthode d'exécution.

Optimiser les recherches de clés de plage

Une requête SQL est couramment utilisée pour lire plusieurs lignes à partir de Spanner en fonction d'une liste de clés connues.

Les bonnes pratiques suivantes vous aident à écrire des requêtes efficaces lorsque vous récupérez des données à l'aide d'une plage de clés :

• Si la liste de clés est fragmentée et non adjacente, utilisez les paramètres de requête et UNNEST pour créer votre requête.

  Par exemple, si votre liste de clés correspond à {1, 5, 1000}, écrivez la requête de la manière suivante :

  GoogleSQL

  SELECT *
  FROM Table AS t
  WHERE t.Key IN UNNEST (@KeyList)

  PostgreSQL

  SELECT *
  FROM Table AS t
  WHERE t.Key IN UNNEST ($1)

  Remarques :

  • L'opérateur de tableau UNNEST aplatit un tableau d'entrée sous la forme de lignes d'éléments.

  • Le paramètre de requête, qui est @KeyList pour GoogleSQL et $1 pour PostgreSQL, peut accélérer votre requête, comme indiqué dans la bonne pratique précédente.

• Si la liste de clés est adjacente et comprise dans une plage, spécifiez les limites inférieure et supérieure de la plage de clés dans la clause WHERE.

  Par exemple, si votre liste de clés correspond à {1,2,3,4,5}, créez la requête comme suit :

  GoogleSQL

  SELECT *
  FROM Table AS t
  WHERE t.Key BETWEEN @min AND @max

  Remarque : Ici, @min et @max sont des paramètres de requête liés respectivement aux valeurs 1 et 5.

  PostgreSQL

  SELECT *
  FROM Table AS t
  WHERE t.Key BETWEEN $1 AND $2

  Remarque : Ici, $1 et $2 sont des paramètres de requête liés respectivement aux valeurs 1 et 5.

  Cette requête n'est plus efficace que si les clés de la plage de clés sont adjacentes. En d'autres termes, si votre liste de clés correspond à {1, 5, 1000}, ne spécifiez pas les limites inférieure et supérieure comme dans la requête ci-dessus, car la requête résultante risque d'analyser toutes les valeurs comprises entre 1 et 1 000.

Optimiser les jointures

Les opérations de jointure peuvent être coûteuses, car elles peuvent augmenter considérablement le nombre de lignes que votre requête doit analyser, ce qui la ralentit. Outre les techniques que vous êtes habitué à utiliser dans d'autres bases de données relationnelles pour optimiser les requêtes de jointure, voici quelques pratiques recommandées pour une opération JOIN plus efficace lors de l'utilisation de Spanner SQL :

• Si possible, joignez des données dans des tables entrelacées par clé primaire. Exemple :

  SELECT s.FirstName, a.ReleaseDate
  FROM Singers AS s JOIN Albums AS a ON s.SingerId = a.SingerId;

  Vous avez la garantie que les lignes de la table entrelacée Albums sont physiquement stockées dans les mêmes divisions que la ligne parente dans Singers, comme indiqué dans Schéma et modèle de données. Par conséquent, les jointures peuvent être complétées localement sans envoyer énormément de données sur le réseau.

• Utilisez la directive de jointure si vous souhaitez définir un certain ordre pour la jointure. Exemple :

  GoogleSQL

  SELECT *
  FROM Singers AS s JOIN@{FORCE_JOIN_ORDER=TRUE} Albums AS a
  ON s.SingerId = a.Singerid
  WHERE s.LastName LIKE '%x%' AND a.AlbumTitle LIKE '%love%';

  PostgreSQL

  SELECT *
  FROM Singers AS s JOIN/*@ FORCE_JOIN_ORDER=TRUE */ Albums AS a
  ON s.SingerId = a.Singerid
  WHERE s.LastName LIKE '%x%' AND a.AlbumTitle LIKE '%love%';

  La directive de jointure FORCE_JOIN_ORDER indique à Spanner d'utiliser l'ordre de jointure spécifié dans la requête (c'est-à-dire Singers JOIN Albums, pas Albums JOIN Singers). Les résultats renvoyés sont les mêmes, quel que soit l'ordre choisi par Spanner. Toutefois, vous pouvez utiliser cette directive de jointure si vous remarquez dans le plan de requête que Spanner a modifié l'ordre de jointure et a entraîné des conséquences indésirables, telles que des résultats intermédiaires plus importants, ou des occasions manquées de recherche de lignes.

• Utilisez une directive de jointure pour choisir une mise en œuvre de jointure. Lorsque vous utilisez SQL pour interroger plusieurs tables, Spanner utilise automatiquement une méthode de jointure susceptible d'améliorer l'efficacité de la requête. Cependant, Google vous recommande de tester différents algorithmes de jointure. Le choix du bon algorithme de jointure peut améliorer la latence, la consommation de mémoire ou les deux. Cette requête illustre la syntaxe d'une directive JOIN dotée de l'optimisation JOIN_METHOD pour choisir une jointure HASH JOIN :

  GoogleSQL

  SELECT *
  FROM Singers s JOIN@{JOIN_METHOD=HASH_JOIN} Albums AS a
  ON a.SingerId = a.SingerId

  PostgreSQL

  SELECT *
  FROM Singers s JOIN/*@ JOIN_METHOD=HASH_JOIN */ Albums AS a
  ON a.SingerId = a.SingerId

• Si vous utilisez une HASH JOIN ou une APPLY JOIN et que vous avez une clause WHERE très sélective d'un côté de votre JOIN, placez la table qui produit le plus petit nombre de lignes comme première table de la clause FROM de la jointure. Cette structure est utile, car dans HASH JOIN, Spanner choisit toujours la table du côté gauche pour effectuer des compilations et la table du côté droit pour effectuer des vérifications. De même, pour APPLY JOIN, Spanner choisit la table du côté gauche comme table externe et celle du côté droit comme table interne. Pour en savoir plus sur ces types de jointure, consultez les sections Jointure de hachage et Jointure d'application.

• Pour les requêtes critiques pour votre charge de travail, spécifiez la méthode de jointure et l'ordre de jointure les plus performants dans vos instructions SQL afin d'obtenir des performances plus cohérentes.

Optimiser les requêtes avec le pushdown des prédicats de code temporel

Le pushdown de prédicats de code temporel est une technique d'optimisation des requêtes utilisée dans Spanner pour améliorer l'efficacité des requêtes qui utilisent des codes temporels et des données avec une stratégie de stockage hiérarchisé basée sur l'âge. Lorsque vous activez cette optimisation, les opérations de filtrage sur les colonnes d'horodatage sont effectuées le plus tôt possible dans le plan d'exécution de la requête. Cela peut réduire considérablement la quantité de données traitées et améliorer les performances globales des requêtes.

Avec le pushdown de prédicat d'horodatage, le moteur de base de données analyse la requête et identifie le filtre d'horodatage. Il "transfère" ensuite ce filtre à la couche de stockage, de sorte que seules les données pertinentes en fonction des critères de code temporel sont lues à partir du SSD. Cela réduit la quantité de données traitées et transférées, ce qui accélère l'exécution des requêtes.

Pour optimiser les requêtes afin qu'elles n'accèdent qu'aux données stockées sur SSD, les conditions suivantes doivent être remplies :

• Le pushdown du prédicat de code temporel doit être activé pour la requête. Pour en savoir plus, consultez Conseils pour les instructions GoogleSQL et Conseils pour les instructions PostgreSQL.

• La requête doit utiliser une restriction basée sur l'âge égale ou inférieure à l'âge spécifié dans la règle de déversement des données (définie avec l'option ssd_to_hdd_spill_timespan dans l'instruction DDL CREATE LOCALITY GROUP ou ALTER LOCALITY GROUP). Pour en savoir plus, consultez les instructions LOCALITY GROUP GoogleSQL et les instructions LOCALITY GROUP PostgreSQL.

  • La colonne filtrée dans la requête doit être une colonne d'horodatage contenant l'horodatage de commit. Pour savoir comment créer une colonne d'horodatage de commit, consultez Horodatages de commit dans GoogleSQL et Horodatages de commit dans PostgreSQL. Ces colonnes doivent être mises à jour en même temps que la colonne d'horodatage et se trouver dans le même groupe de localités, qui dispose d'une règle de stockage par tranche d'âge.

    Si, pour une ligne donnée, certaines des colonnes interrogées résident sur un SSD et d'autres sur un HDD (car les colonnes sont mises à jour à des moments différents et passent sur un HDD à des moments différents), les performances de la requête peuvent être moins bonnes lorsque vous utilisez l'indication. En effet, la requête doit remplir les données des différentes couches de stockage. En raison de l'utilisation de l'indice, Spanner vieillit les données au niveau de chaque cellule (niveau de précision de la ligne et de la colonne) en fonction du code temporel de validation de chaque cellule, ce qui ralentit la requête. Pour éviter ce problème, veillez à mettre à jour régulièrement toutes les colonnes interrogées à l'aide de cette technique d'optimisation dans la même transaction. Ainsi, toutes les colonnes partageront le même code temporel de validation et bénéficieront de l'optimisation.

Pour activer le pushdown de prédicat de code temporel au niveau de l'instruction, utilisez un indice d'instruction dans votre requête. Exemple :

GoogleSQL

@{allow_timestamp_predicate_pushdown=TRUE}
SELECT s.SingerInfo
FROM Singers s
WHERE s.ModificationTime > TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 12 HOUR);

PostgreSQL

/*@allow_timestamp_predicate_pushdown=TRUE*/
SELECT s.SingerInfo
FROM Singers s
WHERE s.ModificationTime > CURRENT_TIMESTAMP - INTERVAL '12 hours';

Éviter les opérations de lecture de grande taille dans les transactions en lecture-écriture

Les transactions en lecture-écriture autorisent une séquence de zéro ou plusieurs lectures ou requêtes SQL et peuvent inclure un ensemble de mutations avant un appel à validation. Afin de maintenir la cohérence de vos données, Spanner acquiert des verrous lors de la lecture et de l'écriture de lignes dans vos tables et index. Pour en savoir plus sur le verrouillage, consultez Durée de vie des lectures et des écritures.

En raison du fonctionnement du verrouillage dans Spanner, exécuter une requête de lecture ou une requête SQL lisant un grand nombre de lignes (par exemple, SELECT * FROM Singers) signifie qu'aucune autre transaction ne peut écrire sur les lignes que vous avez lues tant que votre transaction n'est pas validée ou abandonnée.

De plus, comme votre transaction traite un grand nombre de lignes, elle risque de prendre plus de temps qu'une transaction qui lit une plus petite plage de lignes (par exemple SELECT LastName FROM Singers WHERE SingerId = 7), ce qui accentue le problème et ralentit le débit du système.

Par conséquent, essayez d'éviter les opérations de lecture de grande taille (par exemple, les analyses de table complète ou les très grandes opérations de jointure) dans vos transactions, sauf si vous êtes prêt à accepter un débit d'écriture inférieur.

Dans certains cas, le modèle suivant peut donner de meilleurs résultats :

1. Exécutez vos opérations de lecture de grande taille dans une transaction en lecture seule. Les transactions en lecture seule permettent un débit global plus élevé, car elles n'utilisent pas de verrous.
2. Facultatif : Effectuez le traitement requis sur les données que vous venez de lire.
3. Démarrez une transaction en lecture-écriture.
4. Vérifiez que les lignes critiques n'ont pas changé de valeur depuis le moment où vous avez effectué la transaction en lecture seule à l'étape 1.
   • Si les lignes ont changé, annulez votre transaction et recommencez à l'étape 1.
   • Si tout se passe bien, validez vos mutations.

Pour éviter les opérations de lecture de grande taille dans les transactions en lecture-écriture, vous pouvez entre autres examiner les plans d'exécution générés par vos requêtes.

Utiliser ORDER BY pour garantir le classement de vos résultats SQL

Si vous souhaitez que les résultats d'une requête SELECT soient classés d'une certaine façon, incluez explicitement la clause ORDER BY. Par exemple, si vous voulez répertorier tous les chanteurs par ordre de clé primaire, utilisez la requête suivante :

SELECT * FROM Singers
ORDER BY SingerId;

Spanner ne garantit le classement des résultats que si la clause ORDER BY est présente dans la requête. En d'autres termes, considérez la requête suivante sans ORDER BY :

SELECT * FROM Singers;

Spanner ne garantit pas que les résultats de cette requête seront renvoyés par ordre de clé primaire. De plus, l'ordre des résultats peut changer à tout moment et ce classement n'est pas garanti d'un appel à l'autre. Si une requête comporte une clause ORDER BY et que Spanner utilise un index qui fournit l'ordre requis, Spanner ne trie pas explicitement les données. Vous n'avez donc pas à vous soucier de l'impact sur les performances de l'inclusion de cette clause. Pour vérifier si une opération de tri explicite est incluse dans l'exécution, consultez le plan de requête.

Utiliser STARTS_WITH au lieu de LIKE

Comme Spanner n'évalue pas les modèles LIKE paramétrés avant l'exécution, il doit lire toutes les lignes et les évaluer par rapport à l'expression LIKE afin d'exclure celles qui ne correspondent pas.

Lorsqu'un modèle LIKE a la forme foo% (par exemple, il commence par une chaîne fixe et se termine par un seul caractère générique en pourcentage) et que la colonne est indexée, utilisez STARTS_WITH au lieu de LIKE. Cette option permet à Spanner d'optimiser plus efficacement le plan d'exécution des requêtes.

Option déconseillée :

GoogleSQL

SELECT a.AlbumTitle FROM Albums a
WHERE a.AlbumTitle LIKE @like_clause;

Remarque : Cet exemple suppose que @like_clause est lié à 'Love%'.

PostgreSQL

SELECT a.AlbumTitle FROM Albums a
WHERE a.AlbumTitle LIKE $1;

Remarque : Cet exemple suppose que $1 est lié à 'Love%'.

Recommandé :

GoogleSQL

SELECT a.AlbumTitle FROM Albums a
WHERE STARTS_WITH(a.AlbumTitle, @prefix);

Remarque : Cet exemple suppose que @prefix est lié à 'Love'. Cette requête est plus efficace que la précédente. Elle s'exécute plus rapidement si un index est défini sur Albums.AlbumTitle.

PostgreSQL

SELECT a.AlbumTitle FROM Albums a
WHERE STARTS_WITH(a.AlbumTitle, $2);

Remarque : Cet exemple suppose que $2 est lié à 'Love'. Cette requête est plus efficace que la précédente. Elle s'exécute plus rapidement si un index est défini sur Albums.AlbumTitle.

Utiliser les horodatages de commit

Si votre application doit interroger des données écrites après une heure spécifique, ajoutez des colonnes d'horodatage de commit aux tables concernées. Les codes temporels de validation permettent une optimisation Spanner qui peut réduire les E/S des requêtes dont les clauses WHERE limitent les résultats aux lignes écrites plus récemment qu'une heure spécifique.

En savoir plus sur cette optimisation avec les bases de données utilisant le dialecte GoogleSQL ou avec les bases de données utilisant le dialecte PostgreSQL