Linux 上优化 Informix 查询性能的系统化方法
一 基线评估与监控
- 建立可复现的慢查询基线：在会话中开启执行计划输出（如执行 SET EXPLAIN ON），保存并对比执行计划与成本；对关键 SQL 使用 EXPLAIN 检查是否出现全表扫描、低效连接方式等。持续用 onstat、onmode 观察缓冲命中、锁等待、会话与 I/O 状况，必要时引入 IBM Data Server Manager、Zabbix 做长期可视化监控与告警。任何改动前先备份配置与关键数据，并在测试环境验证效果。
二 SQL 与索引优化
- 精简投影与过滤：避免 **SELECT ***，只返回必要列；在 WHERE 中对索引列避免函数或计算，防止索引失效；优先使用 JOIN 替代复杂子查询，减少中间结果集与临时表开销；对大结果集使用 LIMIT/TOP 限制返回行数。
- 让索引更有效：为高频过滤/连接列建立单列或复合索引；优先设计覆盖索引以减少回表；对高选择性列、范围条件、排序/分组字段合理组织索引顺序；定期更新统计信息（如执行 UPDATE STATISTICS）并使用 EXPLAIN 验证索引是否被使用；必要时对高碎片表进行索引重建。
- 减少排序与聚合开销：为 ORDER BY/GROUP BY/ DISTINCT 提供匹配索引，避免不必要的排序；对大表聚合可结合合适的索引与分桶策略降低中间结果规模。
三 数据库配置与工作负载调优
- 内存与缓存：结合实例负载与物理内存，合理调大缓冲池（如 bufpool/BUFFERPOOL 等），提升数据/索引命中率，降低磁盘 I/O。
- 并发与锁：根据并发访问特征调整 locksize 等锁相关参数，减少锁等待与死锁；为日志与临时空间设置合理的 logsize，避免日志切换与空间不足影响查询。
- 虚拟处理器与 I/O：依据 CPU 核心数与存储类型配置 numcpuvps、single_cpu_vp、multiprocessor 等 VP 参数；为磁盘 I/O 配置合适 VP 类（如 onlyovp 或 vpclass），提升并行 I/O 能力。
- 网络与会话：为不同连接类型设置合适的 nettype，减少网络往返；启用连接池复用连接，降低建连/断连开销；必要时设置连接超时（如环境变量 informixcontime）避免长时间挂起。
四 存储 文件系统与操作系统
- 存储硬件：优先使用 SSD 降低 I/O 延迟；保证充足内存用于文件系统与数据库缓存；多核 CPU 有助于并行查询与并行 I/O。
- 文件系统与 I/O 调度：选择适合数据库的文件系统（如 XFS/ext4），合理挂载选项（如 noatime），并结合存储与内核选择合适的 I/O 调度器（如 deadline/noop），减少寻道与抖动。
- 网络：跨机房或远程部署时，确保低时延、稳定带宽；优化 TCP 参数（如 rmem/wmem、somaxconn、backlog）以减少连接排队与丢包。
- 资源隔离：为数据库设置合适的 cgroups/ulimit（CPU、内存、I/O、文件句柄），避免被其他进程抢占。
五 架构与维护策略
- 分区与分片：对大表按时间/地域/业务键进行分区，可显著降低扫描范围并提升管理与查询性能。
- 读写分离与压缩：在合适场景引入读写分离降低主实例压力；对大表/历史数据采用表/列/行压缩，减少 I/O 与存储占用，提升扫描效率。
- 并行处理：在 MPP/多 CPU 环境下启用或优化并行查询，让优化器利用多核优势。
- 例行维护：定期更新统计信息、重建索引、清理碎片与历史数据；保留变更记录，回滚可验证。
