请说明在数据仓库环境中，对 SQL 查询进行性能优化通常需要考虑哪些方面，并给出具体的优化策略或方法。

回答思路

1. 【回答框架 1】数据仓库查询性能优化的核心目标是减少数据扫描量和计算量，从而降低查询响应时间。常见的优化方向包括：数据模型设计优化、查询语句优化、索引与分区利用、以及资源与配置调优。
2. 【回答框架 2】在数据模型层面，可以采用星型或雪花型模型，合理设计事实表和维度表，通过维度建模减少表连接次数和数据冗余。另外，适当进行数据分层（如ODS、DWD、DWS、ADS），将复杂计算提前聚合，可以减少上层查询的负担。
3. 【回答框架 3】查询语句优化方面，应避免不必要的全表扫描，合理使用过滤条件，使用EXISTS替代IN（在子查询场景下），避免在索引列上使用函数或隐式类型转换，减少返回列，合理使用聚合和窗口函数，避免过度使用笛卡尔积。
4. 【回答框架 4】索引和分区是常用的物理优化手段。建立合适的索引（如B树、位图索引）以加速过滤和连接；对事实表按时间或其他常用维度进行分区裁剪，减少扫描的数据量。此外，使用列式存储和压缩技术也能显著提升I/O效率。
5. 【回答框架 5】在资源层面，可以调整查询并行度、内存分配、会话并发数等参数，利用查询优化器的统计信息（如更新统计信息）帮助生成更优的执行计划。必要时对慢查询进行监控和分析，定位瓶颈（如CPU、I/O、网络）并有针对性地优化。
6. 【关键点 1】优化核心是减少扫描数据量和计算复杂度。
7. 【关键点 2】数据模型设计（如星型模型、数据分层）对查询性能影响显著。
8. 【关键点 3】查询语句应避免非必要的全表扫描和函数应用在索引列上。
9. 【关键点 4】合理利用分区、索引和列式存储可大幅提升I/O效率。
10. 【关键点 5】结合执行计划和监控工具定位真实瓶颈。
11. 【易错点 1】过度依赖索引可能导致写入性能下降，应权衡读写场景。
12. 【易错点 2】盲目使用并行度可能引发资源竞争，需要基于实际负载测试。
13. 【易错点 3】查询优化时忽略统计信息过旧可能导致优化器选错执行计划。