Bonnes pratiques relatives au langage de manipulation de données

Cette page décrit les bonnes pratiques d'utilisation du langage de manipulation de données (LMD) et du LMD partitionné.

Utiliser une clause WHERE pour réduire le nombre de lignes verrouillées

Les instructions LMD sont exécutées dans les transactions de lecture-écriture. Lorsque Spanner lit des données, il acquiert des verrous en lecture partagés sur des parties limitées des plages de lignes que vous lisez. Plus précisément, il n'acquiert ces verrous que sur les colonnes auxquelles vous accédez. Les verrous peuvent inclure des données qui ne répondent pas à la condition de filtre de la clause WHERE.

Lorsque Spanner modifie des données à l'aide d'instructions LMD, il acquiert des verrous exclusifs sur les données spécifiques que vous modifiez. De plus, il acquiert des verrous partagés de la même manière que lorsque vous consultez des données. Si votre requête inclut de grandes plages de lignes ou une table entière, les verrous partagés peuvent empêcher d'autres transactions de progresser en parallèle.

Pour modifier les données le plus efficacement possible, utilisez une clause WHERE qui permet à Spanner de ne lire que les lignes nécessaires. Pour ce faire, appliquez un filtre sur la clé primaire ou sur la clé d'un index secondaire. La clause WHERE limite le champ d'application des verrous partagés et permet à Spanner de traiter la mise à jour plus efficacement.

Par exemple, imaginons que l'un des musiciens de la table Singers change de prénom et que vous deviez mettre à jour ce prénom dans votre base de données. Vous pouvez exécuter l'instruction LMD suivante, mais elle oblige Spanner à analyser l'intégralité de la table et acquiert des verrous partagés qui couvrent la table entière. Par conséquent, Spanner doit lire plus de données que nécessaire, et les transactions simultanées ne peuvent pas modifier les données en parallèle: 

-- ANTI-PATTERN: SENDING AN UPDATE WITHOUT THE PRIMARY KEY COLUMN
-- IN THE WHERE CLAUSE

UPDATE Singers SET FirstName = "Marcel"
WHERE FirstName = "Marc" AND LastName = "Richards";

Pour optimiser l'opération de mise à jour, incluez la colonne SingerId dans la clause WHERE. La colonne SingerId est la seule colonne de clé primaire pour la table Singers : 

-- ANTI-PATTERN: SENDING AN UPDATE THAT MUST SCAN THE ENTIRE TABLE

UPDATE Singers SET FirstName = "Marcel"
WHERE FirstName = "Marc" AND LastName = "Richards"

Si aucun index n'est défini sur FirstName ou LastName, vous devez analyser l'intégralité de la table pour trouver les chanteurs cibles. Si vous ne souhaitez pas ajouter d'index secondaire pour rendre la mise à jour plus efficace, incluez la colonne SingerId dans la clause WHERE.

La colonne SingerId est la seule colonne de clé primaire de la table Singers. Pour le trouver, exécutez SELECT dans une transaction distincte en lecture seule avant la transaction de mise à jour: 


  SELECT SingerId
  FROM Singers
  WHERE FirstName = "Marc" AND LastName = "Richards"
  
  -- Recommended: Including a seekable filter in the where clause
  
  UPDATE Singers SET FirstName = "Marcel"
  WHERE SingerId = 1;

Évitez d'utiliser des instructions LMD et des mutations dans la même transaction

Spanner met en mémoire tampon les insertions, les mises à jour et les suppressions effectuées à l'aide d'instructions LMD côté serveur. Les résultats sont visibles par les instructions SQL et LMD suivantes au sein de la même transaction. Ce comportement est différent de celui de l'API Mutation, où Spanner met en mémoire tampon les mutations côté client et les envoie côté serveur dans le cadre de l'opération de commit. En conséquence, les mutations dans la requête de commit ne sont pas visibles pour les instructions SQL ou LMD dans la même transaction.

Évitez d'utiliser à la fois des instructions LMD et des mutations dans la même transaction. Si vous utilisez les deux dans la même transaction, vous devez tenir compte de l'ordre d'exécution dans le code de votre bibliothèque cliente. Si une transaction contient à la fois des instructions LMD et des mutations dans la même requête, Spanner exécute les instructions LMD avant les mutations.

Pour les opérations qui ne sont compatibles qu'avec les mutations, vous pouvez combiner les instructions LMD et les mutations dans la même transaction (par exemple, insert_or_update).

Si vous utilisez les deux, le tampon n'écrit qu'à la toute fin de la transaction.

Utiliser la fonction PENDING_COMMIT_TIMESTAMP pour écrire des horodatages de commit

GoogleSQL

Pour écrire l'horodatage de commit dans une instruction LMD, utilisez la fonction PENDING_COMMIT_TIMESTAMP. Spanner sélectionne l'horodatage de commit lors du commit de la transaction.

PostgreSQL

Pour écrire l'horodatage de commit dans une instruction LMD, utilisez la fonction SPANNER.PENDING_COMMIT_TIMESTAMP(). Spanner sélectionne l'horodatage de commit lors du commit de la transaction.

LMD partitionné, et fonctions de date et d'horodatage

Le LMD partitionné utilise une ou plusieurs transactions pouvant être exécutées et enregistrées à des moments différents. Si vous utilisez les fonctions de date ou d'horodatage, les lignes modifiées peuvent contenir des valeurs différentes.

Améliorer la latence avec le LMD par lot

Pour réduire la latence, utilisez le LMD par lot pour envoyer plusieurs instructions LMD à Spanner en un seul aller-retour client-serveur.

Le LMD par lot peut appliquer des optimisations à des groupes d'instructions au sein d'un lot pour permettre des mises à jour de données plus rapides et plus efficaces.

  • Exécuter des écritures avec une seule requête

    Spanner optimise automatiquement les groupes contigus d'instructions par lot INSERT, UPDATE ou DELETE similaires avec des valeurs de paramètres différentes, s'ils n'enfreignent pas les dépendances de données.

    Prenons l'exemple d'un scénario dans lequel vous souhaitez insérer un grand ensemble de nouvelles lignes dans une table appelée Albums. Pour permettre à Spanner d'optimiser toutes les instructions INSERT requises en une seule action efficace côté serveur, commencez par écrire une instruction LMD appropriée qui utilise les paramètres de requête SQL:

    INSERT INTO Albums (SingerId, AlbumId, AlbumTitle) VALUES (@Singer, @Album, @Title);

    Envoyez ensuite à Spanner un lot LMD qui appelle cette instruction de manière répétée et contiguë, les répétitions ne diffèrent que par les valeurs que vous associez aux trois paramètres de requête de l'instruction. Spanner optimise ces instructions LMD structurellement identiques en une seule opération côté serveur avant de les exécuter.

  • Exécuter des écritures en parallèle

    Spanner optimise automatiquement les groupes d'instructions LMD contigus en s'exécutant en parallèle si cela n'enfreint pas les dépendances de données. Cette optimisation offre des performances accrues à un ensemble plus large d'instructions LMD par lot, car elle peut s'appliquer à une combinaison de types d'instructions instruction LMD (INSERT, UPDATE et DELETE) ainsi qu'aux instructions LMD paramétrées ou non.

    Par exemple, notre exemple de schéma contient les tables Singers, Albums et Accounts. Albums est entrelacé dans Singers et stocke des informations sur les albums pour Singers. Le groupe d'instructions contigus suivant écrit de nouvelles lignes dans plusieurs tables et ne possède pas de dépendances de données complexes.

    INSERT INTO Singers (SingerId, Name) VALUES(1, "John Doe");
INSERT INTO Singers (SingerId, Name) VALUES(2, "Marcel Richards");
INSERT INTO Albums(SingerId, AlbumId, AlbumTitle) VALUES (1, 10001, "Album 1");
INSERT INTO Albums(SingerId, AlbumId, AlbumTitle) VALUES (1, 10002, "Album 2");
INSERT INTO Albums(SingerId, AlbumId, AlbumTitle) VALUES (2, 10001, "Album 1");
UPDATE Accounts SET Balance = 100 WHERE AccountId = @AccountId;

    Spanner optimise ce groupe d'instructions LMD en exécutant les instructions en parallèle. Les écritures sont appliquées dans l'ordre des instructions du lot et maintiennent la sémantique LMD par lot si une instruction échoue lors de l'exécution.