窥探PostgreSQL执行计划

了解SQL执行计划

作为一名dba，掌握SQL执行计划可以帮助我们直观的确认SQL性能是否存在问题。SQL执行计划是指SQL语句在数据库内部从取数据到返回结果集的一个完整过程，通过这个过程，我们可以看到SQL每一步的开销，进而判断SQL响应是否正常。在pg中，执行计划包含四大类型，包括控制节点、扫描节点、物化节点和连接节点。

窥探PostgreSQL执行计划

实战演练-了解如何通过执行计划进行优化

我们通过2张表进行实战练习，帮助大家熟悉SQL执行计划。t_user是用户表，并填充50万行数据信息，t_cust是客户表，以tid关联t_user表，并填充150万行数据信息。我们可以使用explain命令来查看执行计划，其中option可选项包括analyze、verbose等。需要注意的是，explain默认不执行语句，只显示估算信息，而explain analyze则会实际执行语句且输出真实消耗信息。当我们诊断DML语句时，就要格外小心analyze选项以免影响生产数据。

我们首先查看一个简单的查询计划，其中SeqScan on t_user代表着以全表扫描的方式访问t_user表。需要注意的是cost单位为毫秒，0.00代表这一步计划的启动开销，12423为这一步计划的总开销。rows为结果行数，width为平均行的字节数，这些都是估算值。如果要查看实际执行信息，需要使用explain analyze命令。

我们需要注意的是，在实际执行时，主要的计算开销都消耗在了扫描节点上，而过滤性取得了很好的优化效果。因此，我们可以在tid字段上建立索引，以优化性能。

除了简单查询计划外，我们还需要学会如何对带有控制节点的计划进行优化。由于此类语句使用了union操作，因此在计划中便出现了Append控制节点，将2个子扫描节点进行数据合并。

我们还需要了解如何优化带有物化节点的计划。在这种情况下，GroupAggregate以及Sort节点便是物化节点，使用子扫描节点的数据进行排序和分组计算。需要注意由于->存在不同层级，则最里层最先执行。

最后，我们需要了解两种常见的表连接执行计划。HashJoin适用于大结果集的表关联，而NestedLoop往往最终返回结果集较小，通常都是交易型场景，需要缩小结果集以降低循环次数，以及在t_user的关联条件上需要创建索引，提升循环体内部的扫描效率。

通过以上几种案例解读，我们可以发现各种数据库执行计划都大同小异，问题的类型以及优化思路也基本类似。

原创文章，作者：小编小本本，如若转载，请注明出处：https://www.benjiyun.com/yunzhujiyunwei/vps-yunwei/5864.html