Cette page a été traduite par l'API Cloud Translation.

Bonnes pratiques SQL

Comme décrit dans la page Plans d'exécution de requêtes, le compilateur SQL transforme une instruction SQL en un plan d'exécution de requêtes, qui sert à obtenir les résultats d'une requête. Cette page décrit les bonnes pratiques Créer des instructions SQL pour aider Spanner à trouver une exécution efficace de votre abonnement.

Les exemples d'instructions SQL présentés dans cette page suivent l'exemple de schéma suivant :

GoogleSQL

CREATE TABLE Singers (
 SingerId   INT64 NOT NULL,
 FirstName  STRING(1024),
 LastName   STRING(1024),
 SingerInfo BYTES(MAX),
 BirthDate  DATE
) PRIMARY KEY (SingerId);

CREATE TABLE Albums (
 SingerId     INT64 NOT NULL,
 AlbumId      INT64 NOT NULL,
 AlbumTitle   STRING(MAX),
 ReleaseDate  DATE
) PRIMARY KEY (SingerId, AlbumId),
INTERLEAVE IN PARENT Singers ON DELETE CASCADE;

Pour obtenir une documentation de référence complète sur SQL, consultez les pages Syntaxe des requêtes, Fonctions et opérateurs et Structure lexicale et syntaxe.

PostgreSQL

CREATE TABLE Singers (
 SingerId   BIGINT PRIMARY KEY,
 FirstName  VARCHAR(1024),
 LastName   VARCHAR(1024),
 SingerInfo BYTEA,
 BirthDate  TIMESTAMPTZ
);

CREATE TABLE Albums (
 SingerId        BIGINT NOT NULL,
 AlbumId         BIGINT NOT NULL,
 AlbumTitle      VARCHAR(1024),
 ReleaseDate     DATE,
 PRIMARY KEY(SingerId, AlbumId),
 FOREIGN KEY (SingerId) REFERENCES Singers(SingerId)
) INTERLEAVE IN PARENT Singers ON DELETE CASCADE;

Pour en savoir plus, consultez Le langage PostgreSQL dans Spanner.

Utiliser des paramètres de requête

Spanner accepte les paramètres de requête pour améliorer les performances et aider à prévenir l'injection SQL lorsque les requêtes sont créées à l'aide d'entrées utilisateur. Vous pouvez utiliser des paramètres de requête en remplacement d'expressions arbitraires, mais pas en remplacement d'identifiants, de noms de colonne, de noms de table ou d'autres parties de la requête.

Les paramètres peuvent apparaître partout où une valeur littérale est attendue. Identique peut être utilisé plusieurs fois dans une seule instruction SQL.

En résumé, les paramètres de requête permettent d'exécuter des requêtes de différentes manières:

Plans préoptimisés: les requêtes qui utilisent des paramètres peuvent être exécutées plus rapidement sur chaque appel, car le paramétrage facilite Spanner pour mettre en cache le plan d'exécution.
Composition de requête simplifiée: il n'est pas nécessaire d'échapper les valeurs de chaîne lorsque en les fournissant dans les paramètres de requête. Les paramètres de requête réduisent également le risque d'erreurs de syntaxe.
Sécurité: les paramètres de requête renforcent la sécurité de vos requêtes en vous protégeant contre différentes attaques par injection SQL. Cette protection est particulièrement importante pour les requêtes que vous créez à partir d'entrées utilisateur.

Comprendre comment Spanner exécute les requêtes

Spanner vous permet d'interroger des bases de données à l'aide d'instructions SQL déclaratives spécifiant les données que vous souhaitez récupérer. Si vous voulez comprendre comment Spanner obtient les résultats et examine le plan d'exécution de la requête. A de requête affiche le coût de calcul associé à chaque étape de la requête. À l'aide de ces coûts, vous pouvez déboguer les problèmes de performance et optimiser votre requête. Pour en savoir plus, consultez la section Plans d'exécution de requêtes.

Vous pouvez récupérer les plans d'exécution de requêtes via la console Google Cloud ou les bibliothèques clientes.

Pour obtenir un plan d'exécution de requêtes pour une requête spécifique à l'aide de la console Google Cloud, procédez comme suit :

Ouvrez la page "Instances de Spanner".

Accéder aux instances Spanner
Sélectionnez les noms de l'instance Spanner et de la base de données que vous que vous souhaitez interroger.
Cliquez sur Spanner Studio dans le panneau de navigation de gauche.
Saisissez la requête dans le champ de texte, puis cliquez sur Exécuter la requête.
Cliquez sur Explication
. La console Google Cloud affiche un plan d'exécution visuel pour votre requête.

Pour savoir comment comprendre les plans visuels et les utiliser pour déboguer vos requêtes, consultez la section Régler une requête à l'aide du visualiseur du plan de requête.

Vous pouvez également afficher des exemples d'historiques de plans de requêtes et comparer les performances d'une requête au fil du temps pour certaines requêtes. Pour en savoir plus, consultez la section Exemples de plans de requêtes.

Utiliser des index secondaires

Comme d'autres bases de données relationnelles, Spanner offre des index secondaires, vous pouvez utiliser pour récupérer des données à l'aide d'une instruction SQL ou Interface de lecture de Spanner La méthode la plus courante pour récupérer des données consiste à utiliser Spanner Studio. L'utilisation d'un index secondaire dans une requête SQL vous permet de spécifier comment vous souhaitez que Spanner obtienne les résultats. La spécification d'un index secondaire peut accélérer l'exécution des requêtes.

Par exemple, supposons que vous souhaitiez récupérer les identifiants de tous les chanteurs portant un nom de famille spécifique. La requête SQL pourrait être écrite de cette façon (par exemple) :

SELECT s.SingerId
FROM Singers AS s
WHERE s.LastName = 'Smith';

Cette requête renverrait les résultats attendus, mais son traitement pourrait prendre du temps. Le délai dépend du nombre de lignes de la table Singers et du nombre de lignes correspondant au prédicat WHERE s.LastName = 'Smith'. S'il n'y a pas d'index secondaire contenant la colonne LastName à lire, le plan de requête lira l'intégralité de la table Singers pour rechercher les lignes correspondant au prédicat. En lisant l'intégralité est appelée analyse complète de la table. Une analyse complète de la table moyen d'obtenir les résultats lorsque la table ne contient qu'un faible pourcentage Singers par ce nom de famille.

Pour améliorer les performances de cette requête, définissez un index secondaire sur la colonne du nom de famille, comme suit :

CREATE INDEX SingersByLastName ON Singers (LastName);

Comme l'index secondaire SingersByLastName contient la table indexée la colonne LastName et la colonne de clé primaire SingerId, Spanner peut récupérer toutes les données de la table d'index, bien plus petite, au lieu d'analyser la table Singers complète.

Dans ce scénario, Spanner utilise automatiquement l'index secondaire SingersByLastName lors de l'exécution de la requête (du moment que trois jours se sont écoulés depuis la création de la base de données, voir la note concernant les nouvelles bases de données). Cependant, il est préférable de le lui demander explicitement en spécifiant une directive d'index dans la clause FROM :

GoogleSQL

SELECT s.SingerId
FROM Singers@{FORCE_INDEX=SingersByLastName} AS s
WHERE s.LastName = 'Smith';

PostgreSQL

 SELECT s.SingerId
FROM Singers /*@ FORCE_INDEX=SingersByLastName */ AS s
WHERE s.LastName = 'Smith';

Supposons maintenant que vous souhaitiez également récupérer le prénom du chanteur en plus de son identifiant. Même si la colonne FirstName ne fait pas partie de l'index, vous devez toujours spécifier la directive d'index comme auparavant, de la manière suivante :

GoogleSQL

SELECT s.SingerId, s.FirstName
FROM Singers@{FORCE_INDEX=SingersByLastName} AS s
WHERE s.LastName = 'Smith';

PostgreSQL

SELECT s.SingerId, s.FirstName
FROM Singers /*@ FORCE_INDEX=SingersByLastName */ AS s
WHERE s.LastName = 'Smith';

L'utilisation de l'index améliore les performances, car Spanner n'a pas besoin d'effectuer une analyse complète de la table lors de l'exécution du plan de requête. Au lieu de cela, il sélectionne le sous-ensemble de lignes qui correspond au prédicat à partir de l'index SingersByLastName, puis effectue une recherche dans la table de base Singers pour n'extraire le prénom que pour ce sous-ensemble de lignes.

Si vous ne souhaitez pas que Spanner ait à récupérer des lignes de la table de base, vous pouvez stocker une copie de la colonne FirstName dans l'index même comme suit :

GoogleSQL

CREATE INDEX SingersByLastName ON Singers (LastName) STORING (FirstName);

PostgreSQL

CREATE INDEX SingersByLastName ON Singers (LastName) INCLUDE (FirstName);

En utilisant une clause STORING (pour le dialecte GoogleSQL) ou une clause INCLUDE (pour le dialecte PostgreSQL) comme celle-ci nécessite du stockage supplémentaire, offre les avantages suivants:

Les requêtes SQL qui utilisent l'index et sélectionnent les colonnes stockées dans la clause STORING ou INCLUDE ne nécessitent pas de jointure supplémentaire à la table de base.
Les appels de lecture utilisant l'index peuvent lire les colonnes stockées dans la clause STORING ou INCLUDE.

Les exemples ci-dessus illustrent comment les index secondaires peuvent accélérer les requêtes, en particulier lorsque ce type d'index permet d'identifier rapidement les lignes choisies par la clause WHERE d'une requête.

Un autre scénario dans lequel les index secondaires peuvent offrir des avantages en termes de performance concerne certaines requêtes qui renvoient des résultats ordonnés. Par exemple, supposons que vous souhaitiez extraire tous les titres d'album et leurs dates de sortie dans l'ordre croissant de la date de sortie et dans l'ordre décroissant des titres d'album. Vous pouvez écrire une requête SQL comme suit :

SELECT a.AlbumTitle, a.ReleaseDate
FROM Albums AS a
ORDER BY a.ReleaseDate, a.AlbumTitle DESC;

Sans index secondaire, cette requête nécessite une étape de tri potentiellement coûteuse dans le plan d'exécution. Vous pouvez accélérer l'exécution de la requête en définissant l'index secondaire suivant :

CREATE INDEX AlbumsByReleaseDateTitleDesc on Albums (ReleaseDate, AlbumTitle DESC);

Ensuite, réécrivez la requête pour utiliser l'index secondaire:

GoogleSQL

SELECT a.AlbumTitle, a.ReleaseDate
FROM Albums@{FORCE_INDEX=AlbumsByReleaseDateTitleDesc} AS a
ORDER BY a.ReleaseDate, a.AlbumTitle DESC;

PostgreSQL

SELECT a.AlbumTitle, a.ReleaseDate
FROM Albums /*@ FORCE_INDEX=AlbumsByReleaseDateTitleDesc */ AS s
ORDER BY a.ReleaseDate, a.AlbumTitle DESC;

Cette requête et cette définition d'index répondent aux deux critères suivants:

Pour supprimer l'étape de tri, assurez-vous que la liste des colonnes dans ORDER BY est un préfixe de la liste des clés d'index.
Pour éviter de joindre de nouveau la table de base pour récupérer les colonnes manquantes, s'assurer que l'index couvre toutes les colonnes de la table utilisées par la requête.

Bien que les index secondaires puissent accélérer les requêtes courantes, peuvent ajouter de la latence à vos opérations de commit, car chaque index secondaire Les index secondaires nécessitent généralement l'implication d'un nœud supplémentaire dans chaque commit. Pour la plupart des charges de travail, quelques index secondaires sont suffisants. Cependant, vous devez déterminer si vous êtes plus soucieux de la latence en lecture ou en écriture, ainsi que les opérations les plus critiques pour votre charge de travail. Analysez vos charge de travail pour s'assurer qu'elle fonctionne comme prévu.

Pour obtenir une documentation de référence complète sur les index secondaires, consultez la page Index secondaires.

Optimiser les analyses

Certaines requêtes Spanner peuvent bénéficier d'une méthode de traitement orientée par lot lors de l'analyse des données plutôt que de la méthode de traitement orientée par ligne plus courante. Le traitement des analyses par lot est un moyen plus efficace qui traite d'importants volumes de données en une seule fois, et permet aux requêtes d'atteindre une baisse de la latence et de l'utilisation du processeur.

L'opération d'analyse Spanner démarre toujours dans sur les lignes et les lignes. Pendant ce temps, Spanner collecte plusieurs les métriques d'exécution. Ensuite, Spanner applique un ensemble de méthodes heuristiques sur la base des résultats de ces métriques pour déterminer le mode d'analyse optimal. Quand ? approprié, Spanner passe à un mode de traitement par lot pour améliorer le débit et les performances des analyses.

Cas d'utilisation courants

Les requêtes présentant les caractéristiques suivantes bénéficient généralement de l'utilisation Traitement par lot:

Analyses volumineuses sur des données rarement mises à jour.
Analyse avec des prédicats sur des colonnes à largeur fixe.
Analyses avec un nombre élevé de recherches. (Une recherche utilise un indice pour récupérer des enregistrements.)

Cas d'utilisation sans gains de performances

Toutes les requêtes ne bénéficient pas du traitement par lot. Les types de requêtes suivants fonctionnent mieux avec le traitement de balayage orienté ligne :

Requêtes de recherche de point : requêtes qui ne récupèrent qu'une seule ligne.
Requêtes d'analyse mineures: analyses de table qui n'analysent que quelques lignes, à moins qu'elles n'aient lors de recherches portant sur de grands volumes de données.
Requêtes qui utilisent LIMIT.
Requêtes qui lisent des données avec une forte perte d'utilisateurs: requêtes dans lesquelles plus d'environ 10% des les données lues sont fréquemment mises à jour.
Requêtes dont les lignes contiennent des valeurs importantes (les lignes volumineuses sont celles contenant des valeurs supérieures à 32 000 octets (précompression) dans une seule .

Vérifier la méthode d'analyse utilisée par une requête

Pour vérifier si votre requête utilise un traitement par lot, un traitement par ligne ou si elle bascule automatiquement entre les deux méthodes d'exploration :

Accédez à la page Instances de Spanner dans la console Google Cloud.

Accéder à la page Instances
Cliquez sur le nom de l'instance associée à la requête que vous souhaitez examiner.
Dans le tableau "Databases" (Bases de données), cliquez sur la base de données contenant la requête que vous souhaitez examiner.
Dans le menu de navigation, cliquez sur Spanner Studio.
Ouvrez un nouvel onglet en cliquant sur Nouvel onglet d'éditeur SQL ou Nouvel onglet.
Lorsque l'éditeur de requête s'affiche, rédigez votre requête.
Cliquez sur Exécuter.

Spanner exécute la requête et affiche les résultats.
Cliquez sur l'onglet Explanation (Explication) sous l'éditeur de requête.

Spanner affiche un outil de visualisation du plan d'exécution des requêtes. Chaque fiche du graphique représente un itérateur.
Cliquez sur la carte d'itérateur Table scan pour ouvrir un panneau d'informations.

Le panneau d'informations affiche des informations contextuelles sur l'analyse sélectionnée. La méthode de numérisation est indiquée sur cette fiche. Automatic (Automatique) indique que Spanner détermine la méthode d'analyse. Les autres valeurs possibles sont Vectorisé pour le traitement par lot et Scalaire pour le traitement par ligne.

Appliquer la méthode d'analyse utilisée par une requête

Pour optimiser les performances des requêtes, Spanner choisit l'analyse optimale pour votre requête. Nous vous recommandons d'utiliser cette méthode d'analyse par défaut. Toutefois, il se peut que vous souhaitiez appliquer une règle type de méthode d'analyse.

Comment appliquer une analyse par lot

Vous pouvez appliquer une analyse par lot au niveau de la table et des instructions.

Pour appliquer la méthode d'analyse par lot au niveau de la table, utilisez une suggestion de table. dans votre requête:

GoogleSQL

  SELECT ...
  FROM (t1@{SCAN_METHOD=BATCH} JOIN t2 ON ...)
  WHERE ...

PostgreSQL

  SELECT ...
  FROM (t1/*@ scan_method=batch */ JOIN t2 on ...)
  WHERE ...

Pour appliquer la méthode d'analyse par lot au niveau de l'instruction, utilisez un dans votre requête:

GoogleSQL

  @{SCAN_METHOD=BATCH}
  SELECT ...
  FROM ...
  WHERE ...

PostgreSQL

  /*@ scan_method=batch */
  SELECT ...
  FROM ...
  WHERE ...

Désactiver l'analyse automatique et appliquer une analyse par ligne

Bien qu'il soit déconseillé de désactiver la méthode d'analyse automatique définie par Spanner, vous pouvez décider de le désactiver et d'utiliser de recherche orientée ligne à des fins de dépannage, pour diagnostiquer par exemple la latence.

Pour désactiver la méthode d'analyse automatique et appliquer le traitement des lignes à la table utilisez un indice de table dans votre requête:

GoogleSQL

  SELECT ...
  FROM (t1@{SCAN_METHOD=ROW} JOIN t2 ON ...)
  WHERE ...

PostgreSQL

  SELECT ...
  FROM (t1/*@ scan_method=row */ JOIN t2 on ...)
  WHERE ...

Pour désactiver la méthode d'analyse automatique et appliquer le traitement des lignes au niveau de l'instruction, utilisez un indice d'instruction dans votre requête :

GoogleSQL

  @{SCAN_METHOD=ROW}
  SELECT ...
  FROM ...
  WHERE ...

PostgreSQL

  /*@ scan_method=row */
  SELECT ...
  FROM ...
  WHERE ...

Optimiser les recherches de clés de plage

Une requête SQL est couramment utilisée pour lire plusieurs lignes basées sur Spanner sur une liste de clés connues.

Les bonnes pratiques suivantes vous aident à écrire des requêtes efficaces lors de la récupération des données à l'aide d'une plage de clés:

Si la liste de clés est fragmentée et non adjacente, utilisez les paramètres de requête et UNNEST pour créer votre requête.

Par exemple, si votre liste de clés correspond à {1, 5, 1000}, écrivez la requête de la manière suivante :
GoogleSQL
```
SELECT *
FROM Table AS t
WHERE t.Key IN UNNEST (@KeyList)
```
PostgreSQL
```
SELECT *
FROM Table AS t
WHERE t.Key IN UNNEST ($1)
```
Remarques :
- L'opérateur de tableau UNNEST aplatit un tableau d'entrée sous la forme de lignes d'éléments.
- Le paramètre de requête, qui est @KeyList pour GoogleSQL et $1 pour PostgreSQL, peuvent accélérer votre requête, bonnes pratiques précédentes.
Si la liste de clés est adjacente et comprise dans une plage, indiquez les valeurs inférieure et des limites supérieures pour la plage de clés dans la clause WHERE ;

Par exemple, si votre liste de clés correspond à {1,2,3,4,5}, créez la requête comme suit :
GoogleSQL
```
SELECT *
FROM Table AS t
WHERE t.Key BETWEEN @min AND @max
```
Remarque :Ici, @min et @max sont des paramètres de requête liés au valeurs 1 et 5, respectivement.
PostgreSQL
```
SELECT *
FROM Table AS t
WHERE t.Key BETWEEN $1 AND $2
```
Remarque :Ici, $1 et $2 sont des paramètres de requête liés au valeurs 1 et 5, respectivement.
Cette requête n'est plus efficace que si les clés de la plage de clés sont adjacentes. En d'autres termes, si votre liste de clés correspond à {1, 5, 1000}, ne spécifiez pas les limites inférieure et supérieure comme dans la requête précédente, car la requête résultante risque d'analyser toutes les valeurs comprises entre 1 et 1 000.

Optimiser les jointures

Les opérations de jointure peuvent être coûteuses, car elles peuvent considérablement augmenter le nombre de lignes que votre requête doit analyser, ce qui entraîne les requêtes plus lentes. En plus des techniques que vous avez l'habitude d'utiliser, dans d'autres bases de données relationnelles afin d'optimiser les requêtes de jointure, voici quelques bonnes pratiques pour une jointure plus efficace lors de l'utilisation de Spanner SQL:

Si possible, joignez des données dans des tables entrelacées par clé primaire. Exemple :
```
SELECT s.FirstName, a.ReleaseDate
FROM Singers AS s JOIN Albums AS a ON s.SingerId = a.SingerId;
```
Vous avez la garantie que les lignes de la table entrelacée Albums sont physiquement stockées dans les mêmes divisions que la ligne parente dans Singers, comme indiqué sur la page Schéma et modèle de données. Par conséquent, les jointures peuvent être effectuées localement sans envoyer énormément de données sur le réseau.
Utilisez la directive de jointure si vous souhaitez définir un certain ordre pour la jointure. Exemple :
GoogleSQL
```
SELECT *
FROM Singers AS s JOIN@{FORCE_JOIN_ORDER=TRUE} Albums AS a
ON s.SingerId = a.Singerid
WHERE s.LastName LIKE '%x%' AND a.AlbumTitle LIKE '%love%';
```
PostgreSQL
```
SELECT *
FROM Singers AS s JOIN/*@ FORCE_JOIN_ORDER=TRUE */ Albums AS a
ON s.SingerId = a.Singerid
WHERE s.LastName LIKE '%x%' AND a.AlbumTitle LIKE '%love%';
```
La directive de jointure FORCE_JOIN_ORDER indique à Spanner d'utiliser l'ordre de jointure spécifié dans la requête (c'est-à-dire Singers JOIN Albums, et non Albums JOIN Singers). Les résultats renvoyés sont les mêmes, quel que soit le choisi par Spanner. Toutefois, vous pouvez utiliser cette jointure si vous remarquez dans le plan de requête que Spanner a changé l'ordre de jointure et causait des conséquences indésirables, telles que résultats ou a manqué des opportunités de recherche de lignes.
Utilisez une directive de jointure pour choisir une mise en œuvre de jointure. Lorsque vous utilisez SQL pour interroger plusieurs tables, Spanner utilise automatiquement une méthode de jointure susceptible d'améliorer l'efficacité de la requête. Cependant, Google vous recommande de tester différents algorithmes de jointure. Le choix du bon algorithme de jointure peut améliorer la latence, la consommation de mémoire ou les deux. Cette requête illustre la syntaxe d'une directive JOIN avec l'indice JOIN_METHOD pour choisir une HASH JOIN :
GoogleSQL
```
SELECT *
FROM Singers s JOIN@{JOIN_METHOD=HASH_JOIN} Albums AS a
ON a.SingerId = a.SingerId
```
PostgreSQL
```
SELECT *
FROM Singers s JOIN/*@ JOIN_METHOD=HASH_JOIN */ Albums AS a
ON a.SingerId = a.SingerId
```
Si vous utilisez une HASH JOIN ou une APPLY JOIN et que vous avez une clause WHERE très sélective d'un côté de votre JOIN, placez la table qui produit le plus petit nombre de lignes comme première table de la clause FROM de la jointure. Cette structure est utile, car actuellement, dans HASH JOIN, Spanner choisit toujours la table de gauche comme table de compilation et la table de droite comme table de vérification. De même, pour APPLY JOIN, Spanner choisit la table de gauche comme table externe et la table de droite comme table interne. Pour en savoir plus sur ces types de jointure, consultez les sections Jointure de hachage et Jointure d'application.
Pour les requêtes critiques pour votre charge de travail, spécifiez la méthode de jointure et l'ordre de jointure les plus performants dans vos instructions SQL afin d'obtenir des performances plus cohérentes.

Éviter les opérations de lecture de grande taille dans les transactions en lecture-écriture

Les transactions en lecture-écriture autorisent une séquence de zéro ou plusieurs lectures ou requêtes SQL et peuvent inclure un ensemble de mutations avant un appel à validation. Pour maintenir la cohérence de vos données, Spanner acquiert des verrous lors de la lecture et de l'écriture de lignes dans vos tables et index. Pour Pour en savoir plus sur le verrouillage, consultez la page Déroulement des opérations de lecture et d'écriture.

En raison du fonctionnement du verrouillage dans Spanner, l'exécution d'une requête Requête qui lit un grand nombre de lignes (par exemple, SELECT * FROM Singers) signifie qu'aucune autre transaction ne peut écrire dans les lignes lues votre transaction est validée ou annulée.

De plus, comme votre transaction traite un grand nombre de lignes, elle risque de prendre plus de temps qu'une transaction qui lit une plus petite plage de lignes (par exemple SELECT LastName FROM Singers WHERE SingerId = 7), ce qui accentue le problème et ralentit le débit du système.

Essayez donc d'éviter les lectures volumineuses (par exemple, les analyses complètes de table ou les jointures massives). opérations) dans vos transactions, sauf si vous acceptez débit.

Dans certains cas, le modèle suivant peut donner de meilleurs résultats :

Exécutez vos opérations de lecture de grande taille dans une transaction en lecture seule. Les transactions en lecture seule permettent un débit agrégé plus élevé, car elles n'utilisent pas de serrures.
Facultatif: effectuez le traitement requis sur les données que vous venez de lire.
Démarrez une transaction en lecture-écriture.
Vérifiez que les lignes critiques n'ont pas changé de valeur depuis que vous avez effectué la transaction en lecture seule de l'étape 1.
- Si les lignes ont changé, annulez votre transaction et recommencez à l'étape 1.
- Si tout se passe bien, validez vos mutations.

Pour éviter les opérations de lecture de grande taille dans les transactions en lecture-écriture, vous pouvez entre autres examiner les plans d'exécution générés par vos requêtes.

Utiliser ORDER BY pour garantir le classement de vos résultats SQL

Si vous souhaitez que les résultats d'une requête SELECT soient classés d'une certaine façon, incluez explicitement la clause ORDER BY. Par exemple, si vous voulez répertorier tous les chanteurs par ordre de clé primaire, utilisez la requête suivante :

SELECT * FROM Singers
ORDER BY SingerId;

Spanner garantit l'ordre des résultats uniquement si la clause ORDER BY est présent dans la requête. En d'autres termes, considérez la requête suivante sans ORDER BY :

SELECT * FROM Singers;

Spanner ne garantit pas que les résultats de cette requête seront renvoyés par ordre de clé primaire. De plus, l'ordre des résultats peut changer à tout moment et ce classement n'est pas garanti d'un appel à l'autre. Si une requête comporte une clause ORDER BY et que Spanner utilise un indice qui fournit l'ordre requis, Spanner ne trie pas explicitement les données. Par conséquent, ne vous souciez pas de l'impact sur les performances de l'inclusion de cette clause. Vous pouvez consulter si une opération de tri explicite est incluse dans l'exécution en examinant le plan de requête.

Utiliser STARTS_WITH au lieu de LIKE

Comme Spanner n'évalue pas les modèles LIKE paramétrés tant que l'exécution, Spanner doit lire toutes les lignes et les évaluer par rapport au LIKE pour filtrer les lignes qui ne correspondent pas.

Lorsqu'un modèle LIKE a la forme foo% (par exemple, il commence par une chaîne fixe et se termine par un seul caractère générique en pourcentage) et que la colonne est indexée, utilisez STARTS_WITH au lieu de LIKE. Ce permet à Spanner d'optimiser plus efficacement l'exécution des requêtes du projet.

Option déconseillée :

GoogleSQL

SELECT a.AlbumTitle FROM Albums a
WHERE a.AlbumTitle LIKE @like_clause;

PostgreSQL

SELECT a.AlbumTitle FROM Albums a
WHERE a.AlbumTitle LIKE $1;

Recommandations :

GoogleSQL

SELECT a.AlbumTitle FROM Albums a
WHERE STARTS_WITH(a.AlbumTitle, @prefix);

PostgreSQL

SELECT a.AlbumTitle FROM Albums a
WHERE STARTS_WITH(a.AlbumTitle, $2);

Utiliser des horodatages de validation

Si votre application doit interroger des données écrites après un certain temps, ajouter des colonnes d'horodatage de commit aux tables correspondantes. Codes temporels de commit activer une optimisation Spanner permettant de réduire les E/S Requêtes dont les clauses WHERE limitent les résultats aux lignes écrites plus récemment qu'à un moment précis.

En savoir plus sur cette optimisation avec des bases de données Google SQL ou avec des bases de données PostgreSQL