避免类型转换

EXPLAIN 命令可以显示查询的执行计划，帮助识别潜在的性能瓶颈。

模型是Doris最重要的特征，选择aggregae就可以将数据提前聚合，可以节省大量的时间，选择unique可以将数据提前规范处理，选择duplicate可以保留数据明细，看诸君需要了。

数据性能提升的大杀器，分区分桶其实就传统数据中的二级分区，这里定义的分区分桶相当于主键列，如果在SQL条件内，自然能提高查询速度。

使用索引来加速查询，Doris有前缀索引、BLoom filter索引、bitmap索引。

其中创建前缀索引，建表时注意选择列顺序，列顺序要对应SQL的select 输出，

BLoom filter索引适用于基数高的业务场景。

bitmap索引适用于基数少的业务场景

利用覆盖索引，避免回表查询

Doris支持创建内存表，把所有的数据放在内存表里面。

优化连接操作，使用 JOIN 或 LEFT JOIN

分布式join一共有Colocate join、broadcast join、Bucket shuffle join、shuffle join，如果Doris是单机，也会有netst loop,sort merge join、hash join的算法。

分布式join是针对多表关联的业务分析场景。

Doris的基准测试领域，星型模型测试比CK还要好，所以鼓励使用星型模型的方式进行开发。

cat /proc/cpuinfo  | grep -i  AVX

Doris默认就是列式，只要CPU支持AVX指令集，已经就是向量化引擎处理。

使用索引列作为 WHERE 子句的条件，并使用等值比较 (=) 而不是范围比较 (BETWEEN)。

限制查询返回的结果数量，避免不必要的资源消耗。

UNION ALL 不会对结果进行去重，可以提高性能。

将中间结果存储在临时表中，避免多次计算。

参考：