Greenplum进阶之SQL分布式执行计划视频课程

# Greenplum进阶之SQL分布式执行计划——课程导读

为什么需要读懂执行计划？

在大数据平台上跑查询，很多人习惯把结果是否正确作为唯一标准。但真正的高手关注的是：**结果是如何产生的**。Greenplum作为MPP架构的分布式数据库，一条看似简单的SQL，在集群中会经历复杂的重分布、广播、聚合、连接等过程。如果你不了解这些底层逻辑，优化查询往往只能停留在"换个写法试试"的层面，无法做到有的放矢。

本课程聚焦分布式执行计划的核心机制，帮助你建立从SQL到执行计划再到性能优化的完整认知链条。

课程讲什么？

第一部分：表连接中的重分布与广播

分布式数据库处理表连接时，核心挑战在于**如何把参与连接的记录高效地对齐到同一节点**。这涉及到两个关键操作：

**重分布（Redistribute）**：将数据按照连接键的哈希值重新分发到各Segment，使得相同连接键的记录落在同一节点。这是内连接、左连接等场景下的主流策略。

**广播（Broadcast）**：将小表完整地复制到所有Segment，避免大表做重分布。这是优化连接性能的重要手段。

课程通过内连接、左连接、全外连接三个典型场景，逐一拆解重分布与广播的选择逻辑。你会学到：
- 不同连接类型下，优化器为何做出不同的数据移动决策
- 广播何时是优势，何时反而会成为瓶颈
- 如何通过执行计划识别连接策略是否合理

第二部分：数据扫描与聚合关联

聚合操作是分析型查询的核心。在分布式环境下，聚合被拆分为**本地预聚合**和**全局汇总**两个阶段。课程深入讲解数据扫描过程中，聚合操作如何与连接、过滤等其他算子关联执行，以及这种关联对性能的深远影响。

第三部分：统计信息与数据倾斜

执行计划的质量高度依赖统计信息的准确性。当统计信息失真或陈旧时，优化器可能做出完全错误的决策，导致重分布数据量爆炸或某个节点成为性能瓶颈。课程结合数据倾斜的实战场景，教你如何通过执行计划反推统计信息问题，并给出相应的调优方向。

学完你能收获什么？

- 读懂Greenplum执行计划中的关键节点及其含义
- 理解不同连接策略（重分布vs广播）的适用场景
- 掌握通过执行计划定位性能瓶颈的方法论
- 建立从SQL写法到执行效率的因果认知

无论你是刚接触Greenplum的开发者，还是希望深入优化查询性能的数据工程师，这门课都将为你打下坚实的分布式查询执行理论基础。建议学习时配合实际集群环境，边学边观察执行计划的变化，效果更佳。