明明只想查几列数据，数据库却把整行数据都拽进内存，结果内存爆了、查询慢了、并发没了。南大通用GBase 8a数据库（gbase database)的“晚期物化”技术，专门解决这个问题。
晚期物化的核心，就是“按需物化、精准控存”，用最小的代价跑完中间计算，只在最后一刻才打包数据。对于海量数据OLAP场景，这是GBase 8a区别于传统数据库的关键优势之一。本期内容我们继续解读这套“拆包延迟”的绝技。
4、怎么用？默认开启，参数可调
1. 默认自动启用
针对列存表，GBase 8a默认开启晚期物化，不用人工配置。行存表、小表、临时表会自动跳过。
2. 两个核心参数
gbase_parallel_threshold（并行物化阈值）
结果集行数超过该值时，启用并行物化（快但占内存）；否则串行物化（慢但省内存）。默认10000。
-
内存紧张、高并发场景：调大到50000，多用串行物化，省内存。
-
内存充足、追求速度：调小到1000，多用并行物化，提效率。
gbase_result_threshold（结果集上限）
防止结果集过大导致内存溢出。默认极大值（128TB），基本不限制。
-
内存紧张时，可设为单节点最大表行数的2倍，或固定行数（如2亿），防止单个查询撑爆内存。
5、最佳实践：晚期物化+SQL优化，效果翻倍
1. 内存堆分配要合理
晚期物化的中间计算主要消耗“计算堆”（gbase_heap_large），这块内存要管够。推荐比例（基于物理内存）：
-
数据堆：60%
-
计算堆：24%
-
临时堆：8%
-
总内存上限：80%
2. SQL写法要“抠门”
-
禁止SELECT *：只查需要的列，否则多列拼接会抵消晚期物化优势。
-
过滤条件前置：WHERE子句越严格越好，提前筛掉无效数据。
-
大表先过滤再JOIN：关联前先缩小大表范围，避免全量数据参与运算。
-
避免大结果集排序：排序会把全量结果集加载到内存，尽量在物化后排序，或加LIMIT限制。
3. 高并发场景做好内存保护
-
控制并发会话数，避免多个查询叠加耗尽内存。
-
设置单个会话的算子内存上限。
-
用监控命令实时观察物化内存占用，及时调整异常查询。
6、实战效果
- 大表聚合（10亿+行）： 内存占用下降70%-90%，查询速度提升30%以上。
- 多表大JOIN（3张亿级表）： 中间结果内存从几十GB降到几百MB，查询从分钟级到秒级。
- 高并发报表： 相同硬件，并发查询数提升2-5倍，报表延迟平均降低40%。
