为了提升Hologres的整体性能，针对营销活动分析数仓主要做了哪些优化策略？

设置distribution key对于count(distinct user_id)的情况将user_id设置为distribution key，在Hologres中每一个shard做count distinct，避免大量的数据shuffle，大大提升查询性能 尽量减少count distinct次数:通过多层GROUPBY操作转换SQL减少count distinct成本；

shard prunning:在一些场景中，查询会指定某个表的PK中的一些key进行查询，如果将这些场景的key组合设置为distribution key，可以在处理查询的时候就确定本次查询会命中哪几个shard，减少RPC请求数，对于高QPS场景至关重要。生成最优的plan:营销活动分析有基于汇总数据的点查或者范围查询，有基于原始数据的 OLAP查询，还有单表的聚合之后取topN的查询，对于不同的查询类型，Hologers能够根 据收集的统计信息，生成最优的执行计划，保证查询的QPS和Latency

写入优化:营销活动分析的写入都是基于列存表UPDATE操作，该操作在Hologres中会首 先根据指定的pk找到对应的uniqueid，然后根据uniqueid找到对应的记录标记删除，然后再查询一条新记录，这种情况如果能够设置一个递增的segmentkey，查询的时候就可 以根据segmentkey快速定位到文件，提升根据PK定位到记录的速度，提升写入性能， 营销活动分析系统压测时写入峰值可以达到800万/s的更新

小文件合并:某些写入不是很频繁的表因为一段时间更新的key比较固定，这导致 memory table flush的时候是一个比较小的文件，而Hologres默认的compaction策略并 没有对这些文件做compaction，导致存在比较多的小文件，通过深入优化compaction参 数，增加compaction的频率，减少小文件，对于查询性能有较明显的提升

以上内容摘自《阿里云实时数仓Hologres最佳实践合集》电子书，点击https://developer.aliyun.com/topic/download?id=996 可下载完整版