flush 快取對inmemory有什麼影響？

首先我們模擬寫入1000萬資料。圖1這個由於我儲存過程中寫了一些運算，所以以每秒不到5000條的速度寫入，這個效能未達到最佳。

                                                       圖1 

我們的表是無主鍵無索引。如下面連續3副圖。

我們來看一下全表查詢的消耗。1000萬需要2秒。因為大量讀取了磁碟IO。

                                                           圖2

再一次執行這句，只要470毫秒，0.47秒完成。因為都在快取處理了，所以沒有 physical reads磁碟讀，只有一致性讀。

                                                           圖3

當我換了一列的適合這是是count(a)而不是count(*).那麼還是產生了一些磁碟讀。如圖4

                                                                                     圖4

我再SUM一下a列，全是一致性讀，沒有磁碟讀。如圖5

                                                                                         圖5

對a列做其他的聚合，效果一樣。如圖6

這個時候我們把快取清掉。再查詢。如圖7，會發現 physical reads多了，而且執行的時間也到1.7秒，慢了很多。因為清除快取重新載入需要時間。

                                                                                         圖7

開啟inmemory，設定引數3G，並且開啟多個程式載入。如圖8

                                                                                圖8

把xxg的表載入到inmemory中去。如圖9

                                                                                圖9

然後再次執行全表聚合。780毫秒完成。一致性讀只有9了。比起之前的5萬多，可以說忽略不計。如圖10

                                                                                            圖10

換其他列，發現也是如此。如圖11

                                                                              圖11

這個時候最好收集一下統計資訊，如圖12

                                                                                   圖12

然後做極值函式的測試。如圖13  14。可以看出max min都很穩定20毫秒（全表無索引的情況下）  統計資訊的rows也準了。

                                                                                          圖13

                                                                                      圖14

然後這個時候去count這個表，全表。如圖15也只有20毫秒。和之前圖2的全磁碟2秒，圖3的全記憶體470毫秒都是較大的提升。圖2和圖3都沒有使用inmemory，也沒有收集統計資訊。

                                                             圖15

這個時候也像剛才一樣清空快取如圖16.會發現重新執行inmemory表的聚合，這裡是count c列也會產生磁碟讀，但是是48，比起原來沒有inmemory清空快取的5萬多來說，也可以說忽略不計了。

                                                                         圖16

這個時候去count其他列這裡是count a列，如圖17。1000萬單表的聚合是10-20毫秒。所以1億的單表聚合也在1秒左右這都是正常的。

                                                                                圖17

小結：重新整理快取對傳統來說有較大影響，對載入到inmemory的表影響很小。