全部产品

SQL 执行计划简介

执行计划(EXPLAIN)是对一条 SQL 查询语句在数据库中执行过程的描述。

用户可以通过 EXPLAIN 命令查看优化器针对给定 SQL 生成的逻辑执行计划。如果要分析某条 SQL 的性能问题,通常需要先查看 SQL 的执行计划,排查每一步 SQL 执行是否存在问题。所以读懂执行计划是 SQL 优化的先决条件,而了解执行计划的算子是理解 EXPLAIN 命令的关键。

EXPLAIN 命令格式

OceanBase 数据库的执行计划命令有三种模式:EXPLAIN BASICEXPLAINEXPLAIN EXTENDED。这三种模式对执行计划展现不同粒度的细节信息:

  • EXPLAIN BASIC 命令用于最基本的计划展示。

  • EXPLAIN EXTENDED 命令用于最详细的计划展示(通常在排查问题时使用这种展示模式)。

  • EXPLAIN 命令所展示的信息可以帮助普通用户了解整个计划的执行方式。

命令格式如下:​​

EXPLAIN [BASIC | EXTENDED | PARTITIONS | FORMAT = format_name] explainable_stmt
format_name: { TRADITIONAL | JSON }
explainable_stmt: { SELECT statement
| DELETE statement
| INSERT statement
| REPLACE statement
| UPDATE statement }

执行计划形状与算子信息

在数据库系统中,执行计划在内部通常是以树的形式来表示的,但是不同的数据库会选择不同的方式展示给用户。

如下示例分别为 PostgreSQL 数据库、Oracle 数据库和 OceanBase 数据库对于 TPCDS Q3 的计划展示。

obclient>SELECT /*TPC-DS Q3*/ * 
     FROM   (SELECT dt.d_year, 
               item.i_brand_id    brand_id, 
               item.i_brand       brand, 
               Sum(ss_net_profit) sum_agg 
          FROM   date_dim dt, 
               store_sales, 
               item 
          WHERE  dt.d_date_sk = store_sales.ss_sold_date_sk 
               AND store_sales.ss_item_sk = item.i_item_sk 
               AND item.i_manufact_id = 914 
               AND dt.d_moy = 11 
         GROUP  BY dt.d_year, 
                  item.i_brand, 
                  item.i_brand_id 
         ORDER  BY dt.d_year, 
                  sum_agg DESC, 
                  brand_id) 
     WHERE  rownum <= 100; 
 
  • PostgreSQL 数据库执行计划展示如下:

    Limit  (cost=13986.86..13987.20 rows=27 width=91)
       ->  Sort  (cost=13986.86..13986.93 rows=27 width=65)
             Sort Key: dt.d_year, (sum(store_sales.ss_net_profit)), item.i_brand_id
             ->  HashAggregate  (cost=13985.95..13986.22 rows=27 width=65)
                   ->  Merge Join  (cost=13884.21..13983.91 rows=204 width=65)
                         Merge Cond: (dt.d_date_sk = store_sales.ss_sold_date_sk)
                         ->  Index Scan using date_dim_pkey on date_dim dt  (cost=0.00..3494.62 rows=6080 width=8)
                               Filter: (d_moy = 11)
                         ->  Sort  (cost=12170.87..12177.27 rows=2560 width=65)
                               Sort Key: store_sales.ss_sold_date_sk
                               ->  Nested Loop  (cost=6.02..12025.94 rows=2560 width=65)
                                     ->  Seq Scan on item  (cost=0.00..1455.00 rows=16 width=59)
                                           Filter: (i_manufact_id = 914)
                                     ->  Bitmap Heap Scan on store_sales  (cost=6.02..658.94 rows=174 width=14)
                                           Recheck Cond: (ss_item_sk = item.i_item_sk)
                                           ->  Bitmap Index Scan on store_sales_pkey  (cost=0.00..5.97 rows=174 width=0)
                                                 Index Cond: (ss_item_sk = item.i_item_sk)
  • Oracle 数据库执行计划展示如下:

    Plan hash value: 2331821367
    --------------------------------------------------------------------------------------------------
    | Id  | Operation                         | Name         | Rows  | Bytes | Cost (%CPU)| Time     |
    --------------------------------------------------------------------------------------------------
    |   0 | SELECT STATEMENT                  |              |   100 |  9100 |  3688   (1)| 00:00:01 |
    |*  1 |  COUNT STOPKEY                    |              |       |       |            |          |
    |   2 |   VIEW                            |              |  2736 |   243K|  3688   (1)| 00:00:01 |
    |*  3 |    SORT ORDER BY STOPKEY          |              |  2736 |   256K|  3688   (1)| 00:00:01 |
    |   4 |     HASH GROUP BY                 |              |  2736 |   256K|  3688   (1)| 00:00:01 |
    |*  5 |      HASH JOIN                    |              |  2736 |   256K|  3686   (1)| 00:00:01 |
    |*  6 |       TABLE ACCESS FULL           | DATE_DIM     |  6087 | 79131 |   376   (1)| 00:00:01 |
    |   7 |       NESTED LOOPS                |              |  2865 |   232K|  3310   (1)| 00:00:01 |
    |   8 |        NESTED LOOPS               |              |  2865 |   232K|  3310   (1)| 00:00:01 |
    |*  9 |         TABLE ACCESS FULL         | ITEM         |    18 |  1188 |   375   (0)| 00:00:01 |
    |* 10 |         INDEX RANGE SCAN          | SYS_C0010069 |   159 |       |     2   (0)| 00:00:01 |
    |  11 |        TABLE ACCESS BY INDEX ROWID| STORE_SALES  |   159 |  2703 |   163   (0)| 00:00:01 |
    --------------------------------------------------------------------------------------------------
  • OceanBase 数据库执行计划展示如下:

    |ID|OPERATOR              |NAME       |EST. ROWS|COST |
    -------------------------------------------------------
    |0 |LIMIT                 |           |100      |81141|
    |1 | TOP-N SORT           |           |100      |81127|
    |2 |  HASH GROUP BY       |           |2924     |68551|
    |3 |   HASH JOIN          |           |2924     |65004|
    |4 |    SUBPLAN SCAN      |VIEW1      |2953     |19070|
    |5 |     HASH GROUP BY    |           |2953     |18662|
    |6 |      NESTED-LOOP JOIN|           |2953     |15080|
    |7 |       TABLE SCAN     |ITEM       |19       |11841|
    |8 |       TABLE SCAN     |STORE_SALES|161      |73   |
    |9 |    TABLE SCAN        |DT         |6088     |29401|
    =======================================================

由示例可见,OceanBase 数据库的计划展示与 Oracle 数据库类似。OceanBase 数据库执行计划中的各列的含义如下:

列名

含义

ID

执行树按照前序遍历的方式得到的编号(从 0 开始)。

OPERATOR

操作算子的名称。

NAME

对应表操作的表名(索引名)。

EST. ROWS

估算该操作算子的输出行数。

COST

该操作算子的执行代价(微秒)。

说明

在表操作中,NAME 字段会显示该操作涉及的表的名称(别名),如果是使用索引访问,还会在名称后的括号中展示该索引的名称, 例如 t1(t1_c2) 表示使用了 t1_c2 这个索引。如果扫描的顺序是逆序,还会在后面使用 RESERVE 关键字标识,例如 t1(t1_c2,RESERVE)

OceanBase 数据库 EXPLAIN 命令输出的第一部分是执行计划的树形结构展示。其中每一个操作在树中的层次通过其在 operator 中的缩进予以展示。树的层次关系用缩进来表示,层次最深的优先执行,层次相同的以特定算子的执行顺序为标准来执行。

上述 TPCDS Q3 示例的计划展示树如下:

explainOceanBase 数据库 EXPLAIN 命令输出的第二部分是各操作算子的详细信息,包括输出表达式、过滤条件、分区信息以及各算子的独有信息(包括排序键、连接键、下压条件等)。示例如下:

Outputs & filters:
-------------------------------------
  0 - output([t1.c1], [t1.c2], [t2.c1], [t2.c2]), filter(nil), sort_keys([t1.c1, ASC], [t1.c2, ASC]), prefix_pos(1)
  1 - output([t1.c1], [t1.c2], [t2.c1], [t2.c2]), filter(nil),
      equal_conds([t1.c1 = t2.c2]), other_conds(nil)
  2 - output([t2.c1], [t2.c2]), filter(nil), sort_keys([t2.c2, ASC])
  3 - output([t2.c2], [t2.c1]), filter(nil),
      access([t2.c2], [t2.c1]), partitions(p0)
  4 - output([t1.c1], [t1.c2]), filter(nil),
      access([t1.c1], [t1.c2]), partitions(p0)