GaussDB技术解读系列之性能调优（上）

GaussDB数据库的逻辑架构

分析GaussDB性能问题前，先简单介绍一下逻辑架构。GaussDB分布式数据库包括下面的一些组件：

1. OM运维管理组件，负责日常的运维和管理操作，例如安装、升级、节点替换等；
2. CM集群管理组件，负责集群、节点和实例级别启停，集群状态查询、选主、主备切换等；
3. GTM全局事物管理器，负责生产和维护全局事务ID、快照、sequence等全局唯一信息，确保全局事务一致性；
4. CN协调节点，负责接收应用的访问请求，并将结果返回给客户端，在CN中完成SQL解析和优化后，将计划下发到各DN执行；
5. DN数据节点，负责存储业务数据，执行数据查询业务，并返回执行结果；
6. ETCD一致性组件，存储集群的拓扑状态和信息，主备状态信息，全局事务ID和sequence依赖ETCD，CMS自身仲裁和CMS对数据库组件的仲裁依赖ETCD。后续ETCD将改为自研组件DCC分布式配置中心来存储集群配置信息。这里面影响业务查询的核心组件是GTM、CN和DN组件。

GaussDB的查询处理流程

了解GaussDB架构后，我们简单梳理一下查询处理流程，拆解到每个模块，我们展开一下每个模块的功能和性能关注点。

1. 查询解析模块，将SQL文本翻译为解析树，这里面的性能主要因素是词法、语法、语义分析效率，用到技术包括模板查询免解析，PBE模式绑定变量方式执行。
2. 查询优化将进行逻辑优化和物理优化，最终生成物理计划，性能核心点是高效计划生成，包括计划缓存、重写规则、基数估计、代价估计准确率等。
3. 在查询执行阶段，执行查询计划，并将结果返回；这里面性能核心点包括SMP并行执行、分布式执行、基于编译技术的算子执行、表达式计算等。
4. 在查询时进行数据读取，性能涉及存储引擎的多个模块，包括高效的存储数据、并发控制、事务能力等。最终所有各阶段的执行消耗综合，决定了查询端到端性能。