任何计算都需要耗费内存空间，差别在于多少而已。如果耗费内存过多，会导致其他作业运行内存空间不足，导致作业不稳定，因此我们需要对查询语句的作业内存使用进行限制，保证作业运行的稳定性，以常见的排序操作为例：

那对于500GB的数据，数据库怎么排序呢？这就需要使用外排了，除了算法之外，另外一个核心逻辑是，把需要使用的数据加载到内存中，不需要使用的数据写到磁盘上，内存中只保留有限的数据，这就是中间数据落盘的由来。当发生中间数据落盘时，我们称之为算子下盘。

当前GaussDB(DWS)可下盘算子有六类（向量化及非向量化共10种）：

Hash(VecHashJoin)，Agg(VecAgg)，Sort(VecSort)，Material(VecMaterial)， SetOp(VecSetOp)，WindowAgg(VecWindowAgg)。

1. work_mem：

   可以判断执行作业可下盘算子是否已使用内存量触发下盘点，当内存使用超过该参数后将触发算子下盘

2. temp_file_limit：

   可以限制落盘算子的落盘文件大小，一般建议根据实际情况设置，防止下盘文件将磁盘空间占满，超过该值将报错退出

1. 通过下盘文件确认：

   下盘文件位于实例目录的base/pgsql_tmp目录下，下盘文件以pgsql_tmp$queryid_$pid命名，可以根据queryid确认是哪条sql发生了下盘。

2. 根据等待视图（pgxc_thread_wait_status）确认：

   等待视图中，当出现write file时，表示发生了中间结果下盘

3. 根据执行计划确认（explain performance）：

   performance中出现spill、written disk、temp file num等关键字时，说明对应的算子出现了下盘

4. 根据topsql确认（前提：topsql功能已开启）：

   实时topsql或历史topsql中，spill_info字段中会包含下盘信息，如果该字段不为空，说明有DN实例出现了下盘

发生算子下盘时，算子运算数据将写入临时文件，带来5-10倍的性能下降，查询响应时间出现极大劣化，因此应尽可能避免下盘，可以考虑如下方法优化：