查询优化

本指南提供了一套用于分析和改进 ClickHouse 慢查询的工作流。识别反复出现的慢查询，定位其瓶颈，选择有针对性的优化方案，并与可重复的基线进行对比。

选择起点

前三篇指南构成一个端到端工作流，但您也可以根据自己已掌握的知识，从相应阶段开始。

如果需要识别反复出现的慢查询模式，请从这里开始。使用本地或集群级查询历史记录选择一次具有代表性的执行，检查其资源使用情况，并形成初步假设。

如果您有慢查询，但尚不清楚哪些操作最影响其性能，请从这里开始。在受控条件下比较逐步简化的查询形式。

如果您已掌握有关瓶颈的证据，并需要选择有针对性的改动，请从这里开始。比较减少读取数据量、使数据布局适配查询，或预先计算重复性工作的方法。

先针对 NYC Taxi dataset 执行工作负载查询，然后调整 schema 和排序键，并以同一基线衡量每个阶段的效果。