> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-trino-dialect.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# 查询优化

> 了解如何诊断 ClickHouse 慢查询、定位瓶颈并选择有针对性的优化方案

本指南提供了一套用于分析和改进 ClickHouse 慢查询的工作流。识别反复出现的慢查询，定位其瓶颈，选择有针对性的优化方案，并与可重复的基线进行对比。

<div id="choose-where-to-start">
  ## 选择起点
</div>

前三篇指南构成一个端到端工作流，但您也可以根据自己已掌握的知识，从相应阶段开始。

<CardGroup cols={1}>
  <Card title="诊断慢查询" icon="magnifying-glass" href="/zh/guides/clickhouse/performance-and-monitoring/diagnose-slow-queries">
    如果需要识别反复出现的慢查询模式，请从这里开始。使用本地或集群级查询历史记录选择一次具有代表性的执行，检查其资源使用情况，并形成初步假设。
  </Card>

  <Card title="定位查询瓶颈" icon="layer-group" href="/zh/guides/clickhouse/performance-and-monitoring/isolate-query-bottlenecks">
    如果您有慢查询，但尚不清楚哪些操作最影响其性能，请从这里开始。在受控条件下比较逐步简化的查询形式。
  </Card>

  <Card title="选择优化方案" icon="sliders" href="/zh/guides/clickhouse/performance-and-monitoring/optimization-approaches">
    如果您已掌握有关瓶颈的证据，并需要选择有针对性的改动，请从这里开始。比较减少读取数据量、使数据布局适配查询，或预先计算重复性工作的方法。
  </Card>
</CardGroup>

<div id="example">
  ## 示例
</div>

<Card title="优化实战示例" icon="flask" href="/zh/guides/clickhouse/performance-and-monitoring/query-optimization-example">
  先针对 NYC Taxi dataset 执行工作负载查询，然后调整 schema 和排序键，并以同一基线衡量每个阶段的效果。
</Card>