> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-mintlify-fbfa8bee.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

> Documentation sur l'optimisation guidée par profil

# Optimisation guidée par profil

L'optimisation guidée par profil (PGO) est une technique d'optimisation du compilateur qui consiste à optimiser un programme en fonction de son profil d'exécution.

D'après les tests, la PGO permet d'améliorer les performances de ClickHouse. Ils montrent des gains pouvant atteindre 15 % de QPS sur la suite de tests ClickBench. Des résultats plus détaillés sont disponibles [ici](https://pastebin.com/xbue3HMU). Les gains de performances dépendent de votre charge de travail habituelle : vous pouvez obtenir de meilleurs ou de moins bons résultats.

Vous trouverez plus d'informations sur la PGO dans ClickHouse dans l'[issue](https://github.com/ClickHouse/ClickHouse/issues/44567) GitHub correspondante.

<div id="how-to-build-clickhouse-with-pgo">
  ## Comment compiler ClickHouse avec PGO ?
</div>

Il existe deux grands types de PGO : [Instrumentation](https://clang.llvm.org/docs/UsersManual.html#using-sampling-profilers) et [Sampling](https://clang.llvm.org/docs/UsersManual.html#using-sampling-profilers) (également appelé AutoFDO). Ce guide décrit le PGO par instrumentation avec ClickHouse.

1. Compilez ClickHouse en mode instrumenté. Avec Clang, cela peut se faire en passant l’option `-fprofile-generate` à `CXXFLAGS`.
2. Exécutez ClickHouse instrumenté sur une charge de travail représentative. Ici, vous devez utiliser votre charge de travail habituelle. L’une des approches possibles consiste à utiliser [ClickBench](https://github.com/ClickHouse/ClickBench) comme charge de travail représentative. ClickHouse en mode instrumentation peut être lent : préparez-vous à cela et n’exécutez pas ClickHouse instrumenté dans des environnements sensibles aux performances.
3. Recompilez ensuite ClickHouse avec l’option du compilateur `-fprofile-use` et les profils collectés à l’étape précédente.

Un guide plus détaillé sur l’utilisation de PGO est disponible dans la [documentation](https://clang.llvm.org/docs/UsersManual.html#profile-guided-optimization) de Clang.

Si vous comptez collecter directement une charge de travail représentative depuis un environnement de production, nous vous recommandons d’utiliser le Sampling PGO.