Optimización de Bases de Datos: Estadísticas y Limpieza de Tablas

Clase 28 de 33 • Curso de AWS Redshift para Manejo de Big Data

Resumen

¿Cómo mantener actualizadas las estadísticas de tu base de datos?

Tener estadísticas precisas y adecuadas en tu base de datos es fundamental para optimizar su rendimiento y asegurar que las consultas se ejecuten de manera eficiente. Este proceso se logra con el uso de ciertos comandos que ayudan a mantener la limpieza de las tablas y actualizar la información estadística.

¿Qué es el comando ANALYZE y cómo se utiliza?

El comando ANALYZE se usa para recopilar estadísticas sobre el contenido de una base de datos, facilitando así el trabajo de los optimizadores de consultas. Puedes utilizarlo de diversas maneras:

Por columnas: Si has actualizado ciertas columnas y necesitas que las estadísticas reflejen estos cambios, puedes especificar qué columnas deben ser analizadas. Por ejemplo:
```
ANALYZE sales(pricipet, sales_ID);
```
Esto actualizará las estadísticas de las columnas pricipet y sales_ID de la tabla sales.
Por columnas predicadas: Esta opción se enfoca en las columnas que suelen usarse en filtros o condiciones, como las usualmente identificadas por Revshit. Al mantener estas estadísticas actualizadas, puedes mejorar la resolución de consultas con condiciones.ANALYZE sales.
De toda la tabla: Se puede ejecutar sin especificar columnas lo que actualizará las estadísticas de toda la tabla:
```
ANALYZE sales;
```

¿Cómo saber qué estadísticas están actualizadas?

La tabla stl_analyze es una herramienta útil para ver registros de cuándo se ejecutó el ANALYZE y si se hizo de forma manual o automática. Los análisis automáticos realizados por Repstheet se indican con is_background = true.

¿Qué papel juega el comando VACUUM?

El comando VACUUM es esencial para mantener el espacio limpio en las tablas eliminando filas obsoletas y asegurando la eficiencia del acceso a los datos. Los modos más comunes de VACUUM son:

VACUUM básico: Limpia registros eliminados y mejora el orden de los restantes.
```
VACUUM sales;
```
VACUUM SORT ONLY: Se utiliza cuando una tabla está parcialmente desordenada. Aplica solo si más del 75% de una tabla está ordenada.
```
VACUUM SORT ONLY sales;
```
VACUUM DELETE ONLY: Ideal si has eliminado muchos registros recientemente.
```
VACUUM DELETE ONLY sales;
```
VACUUM REINDEX: Específico para tablas con un ordenamiento intercalado. Es una operación intensa y depende del volumen de datos existentes.
```
VACUUM REINDEX sales;
```

Consejos para optimizar el uso de ANALYZE y VACUUM

Automatización: Aunque puedes ejecutar estos comandos manualmente, a menudo es más eficiente programarlos para que se procesen automáticamente en períodos de baja carga de transacciones.
Monitoreo constante: Asegúrate de revisar periódicamente las tablas pg_statistics_statistic_indicator y sbb_tableinfo para evaluar el estado de las estadísticas y el orden de las tablas.
Consultas EXPLAIN PLAN: Utilizar estadísticas precisas te ayudará a optimizar consultas complejas en función de la particularidad de tus datos.

Estas prácticas no solo sirven para mantener la base en un buen estado de rendimiento, sino para prever posibles ralentizaciones en las consultas. Mantenerte al tanto de cuándo y cómo ejecutar estos comandos puede hacer una diferencia significativa en el rendimiento de tus bases de datos. ¡Recuerda, siempre puedes dejar tus preguntas y comentarios para continuar mejorando!