Recomendaciones sobre SQL

Como se describe en Planes de ejecución de consultas, el compilador de SQL transforma una instrucción de SQL en un plan de ejecución de consultas, que se usa para obtener los resultados de la consulta. En esta página, se describen las prácticas recomendadas para construir instrucciones de SQL que ayuden a Spanner a encontrar planes de ejecución eficientes.

En las instrucciones de SQL de ejemplo que se muestran en esta página, se usa el siguiente esquema de muestra:

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;

Para obtener la referencia completa de SQL, consulta Sintaxis de instrucción, Funciones y operadores y Estructura léxica y sintaxis.

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;

Para obtener más información, consulta El lenguaje de PostgreSQL en Spanner.

Usa parámetros de consulta

Spanner admite parámetros de consulta para aumentar el rendimiento y ayudar a evitar la inyección de SQL cuando las consultas se construyen con entradas del usuario. Puedes usar parámetros de consulta como sustitutos de expresiones arbitrarias, pero no como sustitutos de identificadores, nombres de columnas, nombres de tablas ni otras partes de la consulta.

Los parámetros pueden aparecer en cualquier lugar donde se espere un valor literal. El mismo nombre de parámetro se puede usar más de una vez en una sola instrucción de SQL.

En resumen, estas son las maneras en las que la ejecución de consultas se beneficia de los parámetros de consulta:

• Planes optimizados con anterioridad: Las consultas que usan parámetros se pueden ejecutar más rápido en cada invocación porque la parametrización facilita que Spanner almacene en caché el plan de ejecución.
• Composición simplificada de la consulta: No es necesario el escape de valores de cadena cuando se proporcionan en los parámetros de consulta. Los parámetros de consulta también reducen el riesgo de errores de sintaxis.
• Seguridad: Los parámetros de consulta hacen que tus consultas sean más seguras, ya que te protegen de varios ataques por inyección de SQL. Esta protección es importante en particular para las consultas que creas a partir de las entradas del usuario.

Comprende cómo Spanner ejecuta consultas

Nota: Spanner Studio (antes etiquetado como Consulta en la consola de Google Cloud ) admite operaciones de SQL, DML y DDL en un solo editor. Para obtener más información, consulta Administra tus datos con la consola de Google Cloud .

Spanner te permite consultar bases de datos con instrucciones de SQL declarativas que especifican los datos que deseas recuperar. Si quieres comprender cómo Spanner obtiene los resultados, examina el plan de ejecución de la consulta. Un plan de ejecución de consultas muestra el costo de procesamiento asociado a cada paso de la consulta. Con esos costos, puedes depurar los problemas de rendimiento de las consultas y optimizar tu consulta. Para obtener más información, consulta Planes de ejecución de consultas.

Puedes recuperar planes de ejecución de consultas a través de la consola de Google Cloud o de las bibliotecas cliente.

Para obtener un plan de ejecución de una consulta específica con la consola deGoogle Cloud , sigue estos pasos:

1. Abre la página Instancias de Spanner.

   Ir a Instancias de Spanner

2. Selecciona los nombres de la instancia y la base de datos de Spanner que deseas consultar.

3. Haz clic en Spanner Studio en el panel de navegación izquierdo.

4. Escribe la consulta en el campo de texto y, luego, haz clic en Ejecutar consulta.

5. Haz clic en Explicación
   . La Google Cloud consola muestra un plan de ejecución visual para tu consulta.

   

Para obtener más información sobre cómo comprender los planes visuales y usarlos para depurar tus consultas, consulta Ajusta una consulta con el visualizador del plan de consultas.

También puedes ver muestras de planes de consultas históricos y comparar el rendimiento de una consulta a lo largo del tiempo para ciertas consultas. Para obtener más información, consulta Planes de consultas muestreados.

Usa índices secundarios

Al igual que otras bases de datos relacionales, Spanner ofrece índices secundarios, que puedes usar para recuperar datos con una instrucción de SQL o la interfaz de lectura de Spanner. La forma más común de recuperar datos de un índice es usar Spanner Studio. Usar un índice secundario en una consulta de SQL te permite especificar cómo deseas que Spanner obtenga los resultados. Especificar un índice secundario puede acelerar la ejecución de consultas.

Por ejemplo, supongamos que quieres recuperar los IDs de todos los cantantes con un apellido específico. Se puede escribir una consulta de SQL de este tipo de la siguiente forma:

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

Esta consulta mostrará los resultados que esperas, pero podría tardar mucho tiempo en hacerlo. El tiempo dependerá de la cantidad de filas de la tabla Singers y de cuántas satisfagan el predicado WHERE s.LastName = 'Smith'. Si no hay ningún índice secundario que contenga la columna LastName desde la cual leer, el plan de consulta leerá toda la tabla Singers para encontrar filas que coincidan con el predicado. Leer toda la tabla se denomina análisis completo de la tabla. Un análisis completo de la tabla es una forma costosa de obtener los resultados cuando la tabla solo contiene un pequeño porcentaje de Singers con ese apellido.

Para mejorar el rendimiento de esta consulta, define un índice secundario en la columna de apellido:

CREATE INDEX SingersByLastName ON Singers (LastName);

Dado que el índice secundario SingersByLastName contiene la columna de tabla indexada LastName y la columna de clave primaria SingerId, Spanner puede recuperar todos los datos de la tabla de índice mucho más pequeña en lugar de analizar la tabla Singers completa.

En este caso, Spanner usa automáticamente el índice secundario SingersByLastName cuando ejecuta la consulta (siempre y cuando hayan transcurrido tres días desde la creación de la base de datos; consulta Nota sobre las bases de datos nuevas). Sin embargo, es mejor establecer de forma explícita que Spanner use ese índice especificando una directiva de índice en la cláusula FROM:

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';

Supongamos que también deseas recuperar el nombre del cantante, además del ID. Aunque la columna FirstName no está incluida en el índice, aún debes especificar la directiva de índice como antes:

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';

También obtienes un beneficio en el rendimiento por usar el índice, ya que Spanner no necesita realizar un análisis completo de la tabla cuando ejecuta el plan de consultas. En su lugar, selecciona el subconjunto de filas que satisfacen el predicado del índice SingersByLastName y, luego, realiza una búsqueda desde la tabla base Singers para recuperar el nombre solo en ese subconjunto de filas.

Si deseas evitar que Spanner tenga que recuperar filas de la tabla base, puedes almacenar una copia de la columna FirstName en el índice:

GoogleSQL

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

PostgreSQL

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

Usar una cláusula STORING (para el dialecto de GoogleSQL) o una cláusula INCLUDE (para el dialecto de PostgreSQL) como esta tiene un costo adicional de almacenamiento, pero proporciona las siguientes ventajas:

• Las consultas de SQL que usan el índice y seleccionan las columnas almacenadas en la cláusula STORING o INCLUDE no requieren una unión adicional a la tabla base.
• Las llamadas de lectura que usan el índice pueden leer las columnas almacenadas en la cláusula STORING o INCLUDE.

En los ejemplos anteriores, se ilustra cómo los índices secundarios pueden acelerar las consultas cuando las filas que eligió la cláusula WHERE de una consulta se pueden identificar con rapidez mediante el índice secundario.

Otra situación en la que los índices secundarios pueden ofrecer beneficios de rendimiento es para determinadas consultas que muestran resultados ordenados. Por ejemplo, supongamos que quieres recuperar todos los títulos de los álbumes y sus fechas de lanzamiento en orden ascendente según la fecha de lanzamiento y en orden descendente por título. Podrías escribir una consulta en SQL de la siguiente manera:

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

Sin un índice secundario, esta consulta requiere un paso de clasificación potencialmente costoso en el plan de ejecución. Para acelerar la ejecución de consultas, define este índice secundario:

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

Luego, vuelve a escribir la consulta para usar el índice secundario:

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;

Esta definición de índice y consulta cumple con los criterios siguientes:

• Para quitar el paso de ordenamiento, asegúrate de que la lista de columnas en la cláusula ORDER BY sea un prefijo de la lista de claves del índice.
• Para evitar la unión posterior de la tabla base y recuperar las columnas faltantes, asegúrate de que el índice abarque todas las columnas de la tabla que usa la consulta.

Aunque los índices secundarios pueden acelerar las consultas comunes, agregar índices secundarios puede agregar latencia a tus operaciones de confirmación, ya que cada índice secundario suele requerir el involucramiento de un nodo adicional en cada confirmación. Para la mayoría de las cargas de trabajo, está bien tener unos pocos índices secundarios. Sin embargo, debes considerar si te preocupa más la latencia de lectura o escritura, y qué operaciones son más importantes para tu carga de trabajo. Compara tu carga de trabajo para asegurarte de que su rendimiento sea el esperado.

Para obtener la referencia completa de los índices secundarios, consulta la página sobre los índices secundarios.

Optimiza los análisis

Algunas consultas de Spanner pueden beneficiarse del uso de un método de procesamiento orientado a lotes cuando se analizan datos, en lugar del método de procesamiento orientado a filas más común. Procesar los análisis en lotes es una forma más eficiente de procesar grandes volúmenes de datos de una sola vez, y permite que las consultas logren una menor latencia y un menor uso de la CPU.

La operación de análisis de Spanner siempre comienza la ejecución con el método orientado a filas. Durante este tiempo, Spanner recopila varias métricas de tiempo de ejecución. Luego, Spanner aplica un conjunto de heurísticas basadas en el resultado de estas métricas para determinar el método de análisis óptimo. Cuando es apropiado, Spanner cambia a un método de procesamiento orientado a lotes para ayudar a mejorar el rendimiento y la capacidad de procesamiento de los análisis.

Casos de uso habituales

En general, las consultas con las siguientes características se benefician del uso del procesamiento orientado a lotes:

• Análisis grandes sobre datos que no se actualizan con frecuencia
• Es un análisis con predicados en columnas de ancho fijo.
• Análisis con recuentos de búsqueda grandes (Una búsqueda usa un índice para recuperar registros).

Casos de uso sin mejoras en el rendimiento

No todas las búsquedas se benefician del procesamiento orientado a lotes. Los siguientes tipos de consultas funcionan mejor con el procesamiento de análisis orientado a filas:

• Consultas de búsqueda de puntos: Son consultas que solo recuperan una fila.
• Consultas de análisis pequeñas: Son análisis de tablas que solo analizan algunas filas, a menos que tengan recuentos de búsqueda grandes.
• Consultas que usan LIMIT
• Consultas que leen datos con una alta rotación: Son consultas en las que más del 10% de los datos leídos se actualizan con frecuencia.
• Consultas con filas que contienen valores grandes: Las filas con valores grandes son aquellas que contienen valores superiores a 32,000 bytes (antes de la compresión) en una sola columna.

Cómo verificar el método de análisis que usa una consulta

Para verificar si tu consulta usa el procesamiento orientado a lotes, el procesamiento orientado a filas o si cambia automáticamente entre los dos métodos de análisis, haz lo siguiente:

1. Ve a la página Instancias de Spanner en laGoogle Cloud consola.

   Ir a la página Instancias

2. Haz clic en el nombre de la instancia con la consulta que deseas investigar.

3. En la tabla Databases, haz clic en la base de datos con la consulta que deseas investigar.

4. En el menú de navegación, haz clic en Spanner Studio.

5. Para abrir una pestaña nueva, haz clic en Nueva pestaña del editor de SQL o Nueva pestaña.

6. Escribe tu consulta cuando aparezca el editor de consultas.

7. Haz clic en Ejecutar.

   Spanner ejecuta la consulta y muestra los resultados.

8. Haz clic en la pestaña Explicación debajo del editor de consultas.

   Spanner muestra un visualizador del plan de ejecución de consultas. Cada tarjeta del gráfico representa un iterador.

9. Haz clic en la tarjeta del iterador Table scan para abrir un panel de información.

   El panel de información muestra información contextual sobre el análisis seleccionado. En esta tarjeta, se muestra el método de escaneo. Automático indica que Spanner determina el método de análisis. Otros valores posibles son Batch para el procesamiento orientado a lotes y Row para el procesamiento orientado a filas.

   

Cómo aplicar el método de análisis que usa una consulta

Para optimizar el rendimiento de las consultas, Spanner elige el método de análisis óptimo para tu consulta. Te recomendamos que uses este método de análisis predeterminado. Sin embargo, puede haber situaciones en las que desees aplicar un tipo específico de método de análisis.

Aplicar el análisis orientado a lotes

Puedes aplicar el análisis orientado a lotes a nivel de la tabla y de la instrucción.

Para aplicar el método de análisis orientado a lotes a nivel de la tabla, usa una sugerencia de tabla en tu consulta:

GoogleSQL

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

PostgreSQL

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

Para aplicar el método de análisis orientado a lotes a nivel de la instrucción, usa una sugerencia de instrucción en tu consulta:

GoogleSQL

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

PostgreSQL

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

Inhabilita el análisis automático y aplica el análisis orientado a filas

Si bien no recomendamos inhabilitar el método de análisis automático establecido por Spanner, es posible que decidas inhabilitarlo y usar el método de análisis orientado a filas para solucionar problemas, como diagnosticar la latencia.

Para inhabilitar el método de análisis automático y forzar el procesamiento de filas a nivel de la tabla, usa una sugerencia de tabla en tu consulta:

GoogleSQL

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

PostgreSQL

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

Para inhabilitar el método de análisis automático y forzar el procesamiento de filas a nivel de la instrucción, usa una sugerencia de instrucción en tu consulta:

GoogleSQL

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

PostgreSQL

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

Optimiza la ejecución de consultas

Además de optimizar los análisis, también puedes optimizar la ejecución de consultas aplicando el método de ejecución a nivel de la instrucción. Esto solo funciona para algunos operadores y es independiente del método de escaneo, que solo usa el operador de escaneo.

De forma predeterminada, la mayoría de los operadores se ejecutan con el método orientado a filas, que procesa los datos de una fila a la vez. Los operadores vectorizados se ejecutan en el método orientado a lotes para ayudar a mejorar el rendimiento y la capacidad de procesamiento de la ejecución. Estos operadores procesan los datos de un bloque a la vez. Cuando un operador necesita procesar muchas filas, el método de ejecución orientado a lotes suele ser más eficiente.

Comparación entre el método de ejecución y el método de análisis

El método de ejecución de la consulta es independiente del método de análisis de la consulta. Puedes establecer uno, ambos o ninguno de estos métodos en tu sugerencia de búsqueda.

El método de ejecución de la consulta se refiere a la forma en que los operadores de consulta procesan los resultados intermedios y cómo interactúan los operadores entre sí, mientras que el método de análisis se refiere a la forma en que el operador de análisis interactúa con la capa de almacenamiento de Spanner.

Aplicar el método de ejecución que usa la consulta

Para optimizar el rendimiento de las consultas, Spanner elige el método de ejecución óptimo para tu consulta en función de varias heurísticas. Te recomendamos que uses este método de ejecución predeterminado. Sin embargo, puede haber situaciones en las que desees aplicar un tipo específico de método de ejecución.

Puedes aplicar tu método de ejecución a nivel de la instrucción. EXECUTION_METHOD es una sugerencia de consulta, no una directiva. En última instancia, el optimizador de consultas decide qué método usar para cada operador individual.

Para aplicar el método de ejecución orientado a lotes a nivel de la instrucción, usa una sugerencia de instrucción en tu consulta:

GoogleSQL

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

PostgreSQL

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

Aunque no recomendamos inhabilitar el método de ejecución automática establecido por Spanner, es posible que decidas inhabilitarlo y usar el método de ejecución orientado a filas para solucionar problemas, como diagnosticar la latencia.

Para inhabilitar el método de ejecución automática y aplicar el método de ejecución orientado a filas a nivel de la instrucción, usa una sugerencia de instrucción en tu consulta:

GoogleSQL

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

PostgreSQL

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

Verifica qué método de ejecución está habilitado

No todos los operadores de Spanner admiten métodos de ejecución orientados a lotes y a filas. Para cada operador, el visualizador del plan de ejecución de la consulta muestra el método de ejecución en la tarjeta del iterador. Si el método de ejecución está orientado a lotes, se muestra Batch. Si está orientada a filas, muestra Row.

Si los operadores de tu consulta se ejecutan con diferentes métodos de ejecución, los adaptadores de métodos de ejecución DataBlockToRowAdapter y RowToDataBlockAdapter aparecen entre los operadores para mostrar el cambio en el método de ejecución.

Optimiza las búsquedas de claves de rango

Un uso común de una consulta en SQL es leer varias filas de Spanner según una lista de claves conocidas.

Las siguientes prácticas recomendadas te ayudan a escribir consultas eficientes cuando recuperas datos por un rango de claves:

• Si la lista de claves es dispersa y no adyacente, usa los parámetros de consulta y UNNEST para construir tu consulta.

  Por ejemplo, si tu lista de claves es {1, 5, 1000}, escribe la consulta de la manera siguiente:

  GoogleSQL

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

  PostgreSQL

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

  Notas:

  • El operador de arreglo UNNEST compacta un arreglo de entrada en filas de elementos.

  • El parámetro de consulta, que es @KeyList para GoogleSQL y $1 para PostgreSQL, puede acelerar tu consulta, como se explica en la práctica recomendada anterior.

• Si la lista de claves es adyacente y está dentro de un rango, especifica los límites inferior y superior del rango de clave en la cláusula WHERE.

  Por ejemplo, si tu lista de claves es {1,2,3,4,5}, construye la consulta de la siguiente manera:

  GoogleSQL

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

  Nota: Aquí, @min y @max son parámetros de consulta que están vinculados a los valores 1 y 5, respectivamente.

  PostgreSQL

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

  Nota: Aquí, $1 y $2 son parámetros de consulta que están vinculados a los valores 1 y 5, respectivamente.

  Esta consulta solo es más eficiente si las claves del rango de claves son adyacentes. En otras palabras, si tu lista de claves es {1, 5, 1000}, no especifiques los límites inferior y superior como en la consulta anterior porque la consulta resultante analizará todos los valores entre 1 y 1,000.

Optimiza las uniones

Las operaciones de unión pueden ser costosas porque pueden aumentar significativamente la cantidad de filas que tu consulta necesita analizar, lo que genera consultas más lentas. Además de las técnicas que sueles usar en otras bases de datos relacionales a fin de optimizar las consultas de unión, estas son algunas prácticas recomendadas para lograr una operación JOIN más eficiente cuando se usa SQL en Spanner:

• Si es posible, une los datos de las tablas intercaladas por clave primaria. Por ejemplo:

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

  Se garantiza que las filas de la tabla intercalada Albums se almacenarán de manera física en las mismas divisiones que la fila superior en Singers, como se explica en Esquema y modelo de datos. Por lo tanto, las uniones se pueden completar de forma local sin enviar muchos datos a través de la red.

• Usa la directiva de unión si quieres forzar el orden de la unión. Por ejemplo:

  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 directiva de unión FORCE_JOIN_ORDER le indica a Spanner que use el orden de unión especificado en la consulta (es decir, Singers JOIN Albums, no Albums JOIN Singers). Los resultados que se muestran son los mismos, sin importar el orden que elija Spanner. Sin embargo, puedes usar esta directiva de unión si observas en el plan de consulta que Spanner cambió el orden de unión y generó consecuencias no deseadas, como resultados intermedios más grandes, o si perdió oportunidades para buscar filas.

• Usa una directiva de unión para elegir una implementación de unión. Cuando usas SQL para consultar varias tablas, Spanner utiliza automáticamente un método de unión que probablemente haga que la consulta sea más eficiente. Sin embargo, Google te recomienda que realices pruebas con diferentes algoritmos de unión. Elegir el algoritmo de unión correcto puede mejorar la latencia, el consumo de memoria o ambos. En esta consulta, se muestra la sintaxis para usar una directiva JOIN con la sugerencia JOIN_METHOD para elegir un 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 usas un HASH JOIN o APPLY JOIN y tienes una cláusula WHERE que es muy selectiva a un lado de tu JOIN, coloca la tabla que produzca el menor número de filas como la tabla primera en la cláusula FROM de la unión. Esta estructura ayuda porque, en HASH JOIN, Spanner siempre elige la tabla del lado izquierdo como compilación y la tabla del lado derecho como sondeo. Del mismo modo, para APPLY JOIN, Spanner selecciona la tabla del lado izquierdo como externa y la del lado derecho como interna. Obtén más información sobre estos tipos de unión: unión de hash y unión de aplicación.

• Para las consultas que son críticas en tu carga de trabajo, especifica el método de unión más eficaz y el orden de unión en tus instrucciones de SQL para un rendimiento más coherente.

Optimiza las consultas con la reducción de predicados de marca de tiempo

La transferencia de predicados de marca de tiempo es una técnica de optimización de consultas que se usa en Spanner para mejorar la eficiencia de las consultas que usan marcas de tiempo y datos con una política de almacenamiento en niveles basada en la antigüedad. Cuando habilitas esta optimización, las operaciones de filtrado en las columnas de marcas de tiempo se realizan lo antes posible en el plan de ejecución de la consulta. Esto puede reducir significativamente la cantidad de datos que se procesan y mejorar el rendimiento general de las consultas.

Con la reducción del predicado de marca de tiempo, el motor de base de datos analiza la consulta y, luego, identifica el filtro de marca de tiempo. Luego, "transfiere" este filtro a la capa de almacenamiento, de modo que solo se lean los datos pertinentes según los criterios de marca de tiempo desde la SSD. Esto minimiza la cantidad de datos que se procesan y transfieren, lo que permite una ejecución más rápida de las consultas.

Para optimizar las consultas de modo que solo accedan a los datos almacenados en SSD, se deben cumplir las siguientes condiciones:

• La consulta debe tener habilitada la reducción del predicado de marca de tiempo. Para obtener más información, consulta las sugerencias de instrucciones de GoogleSQL y las sugerencias de instrucciones de PostgreSQL.

• La consulta debe usar una restricción basada en la edad que sea igual o inferior a la edad especificada en la política de derrame de datos (establecida con la opción ssd_to_hdd_spill_timespan en la instrucción DDL CREATE LOCALITY GROUP o ALTER LOCALITY GROUP). Para obtener más información, consulta las instrucciones LOCALITY GROUP de GoogleSQL y las instrucciones LOCALITY GROUP de PostgreSQL.

  • La columna que se filtra en la consulta debe ser una columna de marca de tiempo que contenga la marca de tiempo de confirmación. Para obtener detalles sobre cómo crear una columna de marca de tiempo de confirmación, consulta Marcas de tiempo de confirmación en GoogleSQL y Marcas de tiempo de confirmación en PostgreSQL. Estas columnas deben actualizarse junto con la columna de marca de tiempo y residir dentro del mismo grupo de localidad, que tiene una política de almacenamiento por niveles basada en la antigüedad.

    Si, para una fila determinada, algunas de las columnas que se consultan residen en SSD y otras en HDD (debido a que las columnas se actualizan en diferentes momentos y envejecen a HDD en diferentes momentos), es posible que el rendimiento de la consulta sea peor cuando usas la sugerencia. Esto se debe a que la consulta debe completar los datos de las diferentes capas de almacenamiento. Como resultado del uso de la sugerencia, Spanner antigüedad los datos a nivel de celda individual (nivel de detalle de fila y columna) según la marca de tiempo de confirmación de cada celda, lo que ralentiza la consulta. Para evitar este problema, asegúrate de actualizar de forma rutinaria todas las columnas que se consultan con esta técnica de optimización en la misma transacción para que todas las columnas compartan la misma marca de tiempo de confirmación y se beneficien de la optimización.

Para habilitar la reducción de predicados de marcas de tiempo a nivel de la instrucción, usa una sugerencia de instrucción en tu consulta. Por ejemplo:

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';
  ```

Evita lecturas extensas en las transacciones de lectura y escritura

Las transacciones de lectura y escritura permiten una secuencia de cero o más lecturas o consultas de SQL y pueden incluir un conjunto de mutaciones antes de una llamada para confirmar. Para mantener la coherencia de tus datos, Spanner adquiere bloqueos cuando lee y escribe filas en tus tablas y en los índices. Para obtener más información sobre el bloqueo, consulta Ciclo de vida de las lecturas y escrituras.

Debido a la forma en la que funciona el bloqueo en Spanner, realizar una consulta de lectura o de SQL que lea una gran cantidad de filas (por ejemplo, SELECT * FROM Singers) significa que ninguna otra transacción puede escribir en las filas que leíste hasta que tu transacción se confirme o se anule.

Además, debido a que tu transacción procesa una gran cantidad de filas, es probable que demore más que una transacción que lee un rango de filas mucho más pequeño (por ejemplo, SELECT LastName FROM Singers WHERE SingerId = 7), lo que agrava el problema y reduce la capacidad de procesamiento del sistema.

Por lo tanto, intenta evitar las lecturas extensas (por ejemplo, los análisis completos de tablas o las operaciones de unión masivas) en tus transacciones, a menos que estés dispuesto a aceptar una capacidad de procesamiento de escritura menor.

En algunos casos, el siguiente patrón puede producir mejores resultados:

1. Haz tus lecturas grandes dentro de una transacción de solo lectura. Las transacciones de solo lectura permiten una mayor capacidad de procesamiento agregada porque no usan bloqueos.
2. Opcional: Realiza el procesamiento necesario en los datos que acabas de leer.
3. Inicia una transacción de lectura y escritura.
4. Verifica que los valores de las filas críticas no hayan cambiado desde que realizaste la transacción de solo lectura en el paso 1.
   • Si las filas cambiaron, revierte la transacción y comienza de nuevo en el paso 1.
   • Si todo sale bien, confirma tus mutaciones.

Una forma de evitar las lecturas grandes en las transacciones de lectura y escritura es observar los planes de ejecución que generan tus consultas.

Usa la cláusula ORDER BY para garantizar el orden de tus resultados de SQL

Si deseas obtener un orden determinado para los resultados de una consulta SELECT, incluye la cláusula ORDER BY de forma explícita. Por ejemplo, si quieres crear una lista de todos los cantantes en el orden de la clave primaria, usa esta consulta:

SELECT * FROM Singers
ORDER BY SingerId;

Spanner garantiza el orden de los resultados solo si la cláusula ORDER BY está presente en la consulta. En otras palabras, considera esta consulta sin ORDER BY:

SELECT * FROM Singers;

Spanner no garantiza que los resultados de esta consulta estén en el orden de la clave primaria. Además, el orden de los resultados puede cambiar en cualquier momento y no se garantiza que sea coherente de una invocación a otra. Si una consulta tiene una cláusula ORDER BY y Spanner usa un índice que proporciona el orden requerido, Spanner no ordena los datos de forma explícita. Por lo tanto, no te preocupes por el impacto en el rendimiento de incluir esta cláusula. Puedes verificar si se incluye una operación de ordenamiento explícita en la ejecución consultando el plan de consultas.

Usa STARTS_WITH en lugar de LIKE

Dado que Spanner no evalúa los patrones LIKE con parámetros hasta el momento de la ejecución, Spanner debe leer todas las filas y evaluarlas con la expresión LIKE para filtrar las filas que no coinciden.

Cuando un patrón LIKE tiene la forma foo% (por ejemplo, comienza con una cadena fija y termina con un solo comodín de porcentaje) y la columna está indexada, usa STARTS_WITH en lugar de LIKE. Esta opción permite que Spanner optimice de manera más eficiente el plan de ejecución de consultas.

No se recomienda lo siguiente:

GoogleSQL

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

Nota: En este ejemplo, se da por sentado que @like_clause está vinculado a 'Love%'.

PostgreSQL

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

Nota: En este ejemplo, se da por sentado que $2 está vinculado a 'Love%'.

Recomendado:

GoogleSQL

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

Nota: En este ejemplo, se da por sentado que @prefix está vinculado a 'Love'. Esta consulta es más eficiente que la anterior. Se ejecuta más rápido si se define un índice en Albums.AlbumTitle.

PostgreSQL

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

Nota: En este ejemplo, se da por sentado que $1 está vinculado a 'Love'. Esta consulta es más eficiente que la anterior. Se ejecuta más rápido si se define un índice en Albums.AlbumTitle.

Cómo usar marcas de tiempo de confirmación

Si tu aplicación necesita consultar datos escritos después de una hora en particular, agrega columnas de marcas de tiempo de confirmación a las tablas pertinentes. Las marcas de tiempo de confirmación habilitan una optimización de Spanner que puede reducir la E/S de las consultas cuyas cláusulas WHERE restringen los resultados a las filas escritas más recientemente que un momento específico.

Obtén más información sobre esta optimización con bases de datos de dialecto de GoogleSQL o con bases de datos de dialecto de PostgreSQL.