本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
绩效改进的关键关注领域
Trino 最大限度地提高了查询并行度和内存优化。该架构允许其在高效扩展的同时查询多个不同的数据源，从而提供了灵活性。Trino 性能改进的关键领域包括下面列出的领域。
内存优化
Trino 中的内存管理对于实现高性能和稳定性至关重要，尤其是在运行大型复杂查询时。Trino 使用分布式内存模型。在此模型中，内存是在工作节点之间分配的，用于处理任务、聚合、联接和其他操作。以下列表介绍了这些设置的集合：
query.max-mem ory — 设置整个集群中单个查询可用的最大内存。这是一个硬限制；如果查询超过此内存，它将失败。
查询。 max-memory-per-node— 定义查询在每个工作节点上可以消耗的最大内存。设置此项可确保任何查询都不会垄断任何工作程序的资源。
JVM 堆大小 — 在 JVM 级别进行配置，它设置每个节点上 Trino 服务器进程的最大堆大小。此值通常应大于与内存相关的配置（这是查询的总和。 max-memory-per-node和记忆。 heap-headroom-per-node) 在 Trino 中以避免系统在 JVM 级别耗尽内存。
记忆。 heap-headroom-per-node— 指定要从非查询操作的 JVM 堆大小中省略的缓冲区内存量。这对于确保内部操作和垃圾收集有足够的开销至关重要。
动态过滤
Trino 中的动态筛选是一种优化技术，它通过减少处理的数据量（尤其是在联接期间）来提高查询性能。它根据联接一侧看到的数据，动态应用筛选条件来限制联接一侧扫描的数据，这在联接一侧具有高度选择性（这意味着它包含一小部分数据）的查询中特别有用。它在 Amazon EMR 上默认处于启用状态。以下是查询示例：
SELECT orders.order_id, orders.total_amount FROM orders JOIN customers ON orders.customer_id = customers.customer_id WHERE customers.country = 'France';
如果不进行动态筛选，Trino会以联接方式扫描整个订单表，即使只有一小部分客户（来自法国的客户）有相关性。这种方法会读取订单表中的所有行，从而导致较高的 I/O 和处理成本。通过动态筛选，Trino 首先会扫描较小的客户表，仅检索来自法国的客户的 customer_id 值，然后将此子集作为筛选条件应用于订单。这意味着仅扫描订单中的相关行（customer_id 与筛选后的子集相匹配的行），从而大大减少了处理的记录。
溢出到磁盘
在 Trino 中，磁盘溢出允许将中间查询结果卸载到磁盘，从而使内存密集型查询能够完成，即使这些查询超过了或设置的内存限制。query_max_memory query_max_memory_per_node默认情况下，Trino 强制执行这些限制是为了确保公平的内存分配并防止集群死锁。但是，当大型查询超过这些限制时，就有可能终止。磁盘溢出通过使用来解决这个问题revocable memory，允许查询借用额外的内存，如果其他地方需要资源，可以撤消这些内存。当内存被撤消时，中间数据会溢出到磁盘，从而使查询能够在不超过内存限制的情况下继续处理。请注意，强制溢出到磁盘的查询的执行时间可能会更长，因此默认情况下处于禁用状态。要在 Amazon EMR 上启用泄漏功能，请使用以下配置：
spill-enabled=true— 当内存使用量超过可用阈值时，启用磁盘溢出。spill-paths— 定义存储溢出数据的目录，spill-paths=/mnt/spill。