磐维SQL调优-执行计划介绍

SQL执行计划概述：

SQL执行计划是一个节点树，显示磐维数据库执行一条SQL语句时执行的详细步骤。每一个步骤为一个数据库运算符。

如何获取执行计划：

使用EXPLAIN命令可以查看优化器为每个查询生成的具体执行计划。EXPLAIN给每个执行节点都输出一行，显示基本的节点类型和优化器为执行这个节点预计的开销值。具体用法如下：

• EXPLAIN statement：只生成执行计划，不实际执行。其中statement代表SQL语句。
• EXPLAIN ANALYZE statement：生成执行计划，进行执行，并显示执行的概要信息。显示中加入了实际的运行时间统计，包括在每个规划节点内部花掉的总时间（以毫秒计）和它实际返回的行数。
• EXPLAIN PERFORMANCE statement：生成执行计划，进行执行，并显示执行期间的全部信息。

阅读执行计划：

例：创建测试表t1,t2

获取执行计划：

** 执行计划的组成：**

执行计划通常由多个节点组成，每个节点包含以下信息：

节点类型：节点的类型，如表扫描、索引扫描、排序等。

访问路径：节点所使用的访问路径，如顺序扫描、索引扫描等。

过滤条件：节点所使用的过滤条件。

输出列：节点输出的列信息。

排序信息：如果节点需要排序，包含排序的列和排序方式。

Join信息：如果节点是Join操作，包含Join的列和Join的类型。

** 执行计划层级解读：**

第一层：Seq Scan on t1
表扫描算子，用Seq Scan的方式扫描表t1。这一层的作用是把表t1的数据从buffer或者磁盘上读上来输送给上层节点参与计算。

第二层：Hash
Hash算子，作用是把下层计算输送上来的算子计算hash值，为后续hash join操作做数据准备。

第三层：Seq Scan on t2
表扫描算子，用Seq Scan的方式扫描表t2。这一层的作用是把表t2的数据从buffer或者磁盘上读上来输送给上层节点参与hash join计算。

第四层：Hash Join
join算子，主要作用是将t1表和t2表的数据通过hash join的方式连接，并输出结果数据。

** 执行计划关键字解读**：

1. 表访问方式

Seq Scan
全表顺序扫描。

Index Scan
优化器决定使用两步的规划：最底层的规划节点访问一个索引，找出匹配索引条件的行的位置，然后上层规划节点真实地从表中抓取出那些行。独立地抓取数据行比顺序地读取它们的开销高很多，但是因为并非所有表的页面都被访问了，这么做实际上仍然比一次顺序扫描开销要少。使用两层规划的原因是，上层规划节点在读取索引标识出来的行位置之前，会先将它们按照物理位置排序，这样可以最小化独立抓取的开销。如果在WHERE里面使用的好几个字段上都有索引，那么优化器可能会使用索引的AND或OR的组合。但是这么做要求访问两个索引，因此与只使用一个索引，而把另外一个条件只当作过滤器相比，这个方法未必是更优。
索引扫描可以分为以下几类，他们之间的差异在于索引的排序机制。

Bitmap Index Scan
使用位图索引抓取数据页。

Index Scan using index_name
使用简单索引搜索，该方式表的数据行是以索引顺序抓取的，这样就令读取它们的开销更大，但是这里的行少得可怜，因此对行位置的额外排序并不值得。最常见的就是看到这种规划类型只抓取一行，以及那些要求ORDER BY条件匹配索引顺序的查询。因为那时候没有多余的排序步骤是必要的以满足ORDER BY。

2. 表连接方式

Nested Loop
嵌套循环，适用于被连接的数据子集较小的查询。在嵌套循环中，外表驱动内表，外表返回的每一行都要在内表中检索找到它匹配的行，因此整个查询返回的结果集不能太大（不能大于10000），要把返回子集较小的表作为外表，而且在内表的连接字段上建议要有索引。

(Sonic) Hash Join
哈希连接，适用于数据量大的表的连接方式。优化器使用两个表中较小的表，利用连接键在内存中建立hash表，然后扫描较大的表并探测散列，找到与散列匹配的行。Sonic和非Sonic的Hash Join的区别在于所使用hash表结构不同，不影响执行的结果集。

Merge Join
归并连接，通常情况下执行性能差于哈希连接。如果源数据已经被排序过，在执行融合连接时，并不需要再排序，此时融合连接的性能优于哈希连接。

3. 运算符

sort
对结果集进行排序。

filter
EXPLAIN输出显示WHERE子句当作一个“filter”条件附属于顺序扫描计划节点。这意味着规划节点为它扫描的每一行检查该条件，并且只输出符合条件的行。预计的输出行数降低了，因为有WHERE子句。不过，扫描仍将必须访问所有 10000 行，因此开销没有降低；实际上它还增加了一些（确切的说，通过10000 cpu_operator_cost）以反映检查WHERE条件的额外CPU时间。

LIMIT
LIMIT限定了执行结果的输出记录数。如果增加了LIMIT，那么不是所有的行都会被检索到。

执行计划的执行信息：

用EXPLAIN PERFORMANCE获取更多的执行信息。

通过执行计划优化SQL:

通过上面的EXPLAIN PERFORMANCE的第三层信息可以知道，表t2预估是681行，实际执行全表顺序扫描的行数只有2行，可知道统计信息不准确。

收集统计信息再次执行SQL

SQL执行效率由之前的95.169ms优化到0.217ms。