GBase 8a 里 count(distinct) 为什么容易慢？可以先从这几个点下手

count(distinct) 在分析场景里很常见，但数据量一大，很多人都会感觉它比普通聚合更容易变慢。原因不复杂：去重本身就更重，再叠加分布式节点间的数据交换，压力会更明显。

一个典型场景

select stat_date,
       count(distinct user_id) as uv
from dws_user_visit
where stat_date between '2026-03-01' and '2026-03-18'
group by stat_date;

这类 SQL 慢，通常先看三个方向：
一是 user_id 分布是否均匀；
二是过滤条件有没有尽量前推；
三是是否同时带了很多没必要的列和表达式。

常见优化方向对比

相关参数可以关注

比如可以先把慢 SQL 统计打开：

set global gcluster_dql_statistic_threshold = 3000;

然后再去看最近慢下来的语句。

一个常见误区

很多人碰到 count(distinct) 慢，就直接上参数。其实更常见的问题是：
表设计本身已经倾斜，或者 SQL 先把大量无效数据卷进来了。
参数能帮一部分，但前提还是 数据分布和 SQL 路径别太离谱。