性能优化的最佳实践
本文将介绍 RisingWave 性能优化的最佳实践。
何时创建索引
在 RisingWave 中，索引用于加速批量查询。关于索引相关的基础知识，请查看 CREATE INDEX。
通过以下方式可以确定如何创建索引：
查看 Materialized Views（物化视图，MV）里的
SELECT语句中使用了哪些列？这些列在创建索引时都应该出现在INCLUDE子句中。在批量查询的可选
WHERE条件中，哪些列包含在其中？假设批量查询使用名为 timestamp 的列进行过滤，条件为timestamp between t1 and t2，那么timestamp列应该包含在index_column中。该原则也适用于其他筛选条件，如等式和不等式。
需要注意的是，RisingWave 中索引的增量维护与 MV 的增量维护相似，但计算量较小。因此，在 RisingWave 中创建索引在成本上更具优势。我们鼓励用户检测批量查询中的模式，如果某个模式频繁出现或批量查询速度较慢，则考虑创建索引。
何时在 MV 上构建 MV
在构建 MV 时，可以在现有的 MV 上构建更多的 MV。这种方法类似于在代码库中通过组合简单函数来创建复杂功能，并具有以下优势：
简化复杂查询，减少冗余，从而降低所需资源。典型用例是在不同时间维度上汇总某些指标，例如，跟踪每分钟、每小时和每天的订单数量。我们可以构建一个按分钟汇总的 MV，然后在其上构建一个按小时汇总的 MV，最后，在小时 MV 的基础上再添加一个按天汇总的 MV。
为用户提供一致的接口，以访问经常使用的数据，同时屏蔽它们对第三方系统中源数据架构变化的底层复杂性。
可能会有用户担心将复杂的流程拆分成多个 MV 会增加性能开销，但实际上，这些拆分并不会增加计算开销，只是会占用更多存储空间。由于 RisingWave 通常与公共云上价格低廉的对象存储一起部署，用于存储大量数据，因此在大多数情况下无需担心该问题。我们计划推出新功能，在 MV 对存储空间造成显著担忧时，允许移除不必要的中间 MV。
何时纵向或横向扩展计算和压缩资源？
此讨论仅限于 Compute 节点和 Compactor 节点，因为在大多数情况下，其他组件不参与处理。
RisingWave 从一开始就是可扩展的分布式处理系统。然而，就像任何其他分布式系统一样，成为分布式系统会引入额外的开销，因为不同机器之间需要更多的网络通信。此外，随着更多机器拆分相同总资源，容易出现资源碎片化。不过这是分布式系统的固有特性，并非 RisingWave 本身的特殊限制。
因此，对于 Compute 节点，我们通常更倾向于纵向扩展（scale up）而非横向扩展 (scale out)。如果流式查询主要是无状态的（即没有 aggregation、join 或 over window functions），并且不涉及数据洗牌，那么纵向扩展和横向扩展的效果是相同的。
在 Compactor 节点方面，如果 Compactor 节点的资源少于 4 个 CPU 和 8 GB 内存，我们更倾向于进行纵向扩展，因为一些压缩任务偶尔可能会对资源产生较大需求，最多可使用 4 个 CPU 和 8 GB 内存。然而，一旦 Compactor 节点的资源超过此阈值，纵向扩展和横向扩展同样适用。
何时创建 Source 或声明 append only表？
在 RisingWave 中，当连接到外部上游系统时，我们可以声明 Source，表格，和append only表。
Source 和其他两种类型的表区别在于，Source 不会将读取的数据持久保存在 RisingWave，而两种表会保存。数据存储在 RisingWave 后，用户可以在表格中插入、删除和更新数据，但对于append only表只能插入数据。因此，用户需要在占用更多存储空间和放弃在 RisingWave 中修改源数据的能力之间进行权衡。详细信息请参见 CREATE SOURCE。
另一个区别是性能影响。与表格不同，Source 和append only表永远不会处理任何更新或删除，使得性能有了优化的空间。
假设有一个 MV 跟踪零售银行所有客户中最大账户余额，例如，CREATE MATERIALIZED VIEW max_account_balance AS SELECT max(balance) FROM account_table。由于每个客户的账户余额经常变动，我们不能将其声明为 Source 或append only表。RisingWave 必须持久保存所有账户的余额以维护结果，例如在最大余额减少时找到第二大余额是多少。
假设有另一个 MV 跟踪所有交易中的最新交易时间，即，CREATE MATERIALIZED VIEW time_latest_transaction AS SELECT max(timestamp) FROM transactions。由于交易是不可逆的（即使某个交易出错，我们会通过新交易来纠正），我们可以将交易声明为 Source 或append only表。RisingWave 只需保留一个数据点，即最新交易的时间戳，并简单地将其与新交易的时间戳进行比较以更新结果。
在一些用例中，append-only 与 non-append-only 的区别可能会产生影响：
具有带有
ORDER BY子句，并且只关注前 N 行的 Over-window 函数。去重。
Join。
这是一个仍处于试验阶段的高级功能，如有问题，请随时在社群中提出。
有关性能优化的任何其他问题，请关注我们的 RisingWave 中文开源社区公众号并加入社群，或加入 Slack 英文社区，与广大用户群体一同参与讨论、寻求帮助、分享经验，我们的工程师将提供相应的解决方案。
