postgresql 优化查询之 EXPLAIN

最近项目上优化查询性能,了解下 explain,pg使用版本10.1

语法

EXPLAIN [ ( option [, …] ) ] statement

EXPLAIN [ ANALYZE ] [ VERBOSE ] statement

 ANALYZE [ boolean ]

 VERBOSE [ boolean ]

 COSTS [ boolean ]

 BUFFERS [ boolean ]

 TIMING [ boolean ]

 FORMAT { TEXT | XML | JSON | YAML }

各参数含义

ANALYZE

执行语句并显示真正的运行时间和其它统计信息,默认值False ,

注意:ANALYZE会真正执行SQL语句 

VERBOSE

显示额外的信息,尤其是计划树中每个节点的字段列表,schema识别表和函数名称。总是打印统计数据中显示的每个触发器的名字。这个参数缺省为FALSE。

COSTS

包括每个计划节点的启动成本预估和总成本的消耗,也包括行数和行宽度的预估。这个参数缺省为TRUE。

BUFFERS

使用信息。特别包括共享块命中、读、脏和写的次数,本地块命中、读、脏和写,临时块读和写的次数。

命中意味着避免了物理读,因为块在需要时已经在缓存中发现了。共享块包含普通表和索引的数据;

本地块包含临时表和索引的数据;而临时块包含用于排序、哈希、物化计划节点和类似情况的短期工作数据。

脏块的数量表示该查询之前改变且未提交的块的数量;写块的数量表示在查询时被后台进程从缓存释放的脏块数量。

上层节点显示的块的数量是所有它的子节点使用块的数量合计。在文本格式中只打印非零值。

该参数可能只在ANALYZE也启用的时候使用。它的缺省为FALSE。

TIMING

在输出中包含实际启动时间和每个节点花费的时间。重复读系统块在某些系统上会显著的减缓查询的速度,

所以当需要只统计实际行数且没有准确时间时,该参数设置为FALSE会很有用。即使节点级别时间统计被关闭,整个语句的运行时间也是要被计量的。

这个参数可能只在ANALYZE也启用的时候使用。缺省为TRUE。

FORMAT

声明输出格式,可以为TEXT, XML, JSON 或 YAML。非文本的输出包含文本输出格式相同的信息,但是更容易被程序解析。这个参数缺省为TEXT。

实战 

EXPLAIN (analyze,buffers,verbose)

select

  max(employee.id),

  max(employee.id),

  max(user_profile.name),

  max(employee.login_name),

  max(employee.status),

  max(employee.create_at),

  max(user_profile.wx_id),

    array_to_string(group_concat(role.name),’,’)

from employee

left join user_profileon employee.user_id = user_profile.id

  left join employee_role_permiton employee_role_permit.employee_id = employee.id

  left join role on role.id = employee_role_permit.role_id

  where employee.sys_id =10000000830

  and (employee.sys_type_id =14)

and (role.sp_type<>1 or role.sp_type is null)

—  GROUP BY employee.id;

解析:

Aggregate (cost=95.40..95.41 rows=1 width=72) (actual time=1.083..1.083 rows=1 loops=1)

  Output: max(employee.id), max(employee.id), max((user_profile.name)::text), max((employee.login_name)::text), max(employee.status), max(employee.create_at), max((user_profile.wx_id)::text), array_to_string(group_concat(role.name), ‘,’::text)

  Buffers: shared hit=48

  ->  Nested Loop Left Join  (cost=11.82..95.38 rows=1 width=72) (actual time=0.087..1.058 rows=2 loops=1)

        Output: employee.id, employee.login_name, employee.status, employee.create_at, user_profile.name, user_profile.wx_id, role.name

        Filter: ((role.sp_type <> 1) OR (role.sp_type IS NULL))

        Rows Removed by Filter: 1

        Buffers: shared hit=48

        ->  Nested Loop Left Join  (cost=11.68..95.21 rows=1 width=64) (actual time=0.083..1.048 rows=3 loops=1)

              Output: employee.id, employee.login_name, employee.status, employee.create_at, user_profile.name, user_profile.wx_id, employee_role_permit.role_id

              Buffers: shared hit=42

              ->  Hash Right Join  (cost=11.40..86.90 rows=1 width=48) (actual time=0.074..1.030 rows=3 loops=1)

                    Output: employee.id, employee.login_name, employee.status, employee.create_at, employee.user_id, employee_role_permit.role_id

                    Hash Cond: (employee_role_permit.employee_id = employee.id)

                    Buffers: shared hit=33

                    ->  Seq Scan on public.employee_role_permit  (cost=0.00..62.81 rows=3381 width=16) (actual time=0.006..0.579 rows=3428 loops=1)

                          Output: employee_role_permit.employee_id, employee_role_permit.role_id

                          Buffers: shared hit=29

                    ->  Hash  (cost=11.39..11.39 rows=1 width=40) (actual time=0.021..0.021 rows=2 loops=1)

                          Output: employee.id, employee.login_name, employee.status, employee.create_at, employee.user_id

                          Buckets: 1024  Batches: 1  Memory Usage: 9kB

                          Buffers: shared hit=4

                          ->  Index Scan using employee_sys_id_index on public.employee  (cost=0.28..11.39 rows=1 width=40) (actual time=0.016..0.019 rows=2 loops=1)

                                Output: employee.id, employee.login_name, employee.status, employee.create_at, employee.user_id

                                Index Cond: (employee.sys_id = ‘10000000830’::bigint)

                                Filter: (employee.sys_type_id = 14)

                                Buffers: shared hit=4

              ->  Index Scan using user_profile_user_id_index on public.user_profile  (cost=0.28..8.30 rows=1 width=28) (actual time=0.004..0.004 rows=1 loops=3)

                    Output: user_profile.id, user_profile.name, user_profile.city, user_profile.sex, user_profile.status, user_profile.wx_id, user_profile.wx_open_id, user_profile.email, user_profile.phone1, user_profile.phone2, user_profile.creator_id, user_profile.create_at, user_profile.update_at, user_profile.last_login

                    Index Cond: (employee.user_id = user_profile.id)

                    Buffers: shared hit=9

        ->  Index Scan using role_id_index on public.role  (cost=0.14..0.16 rows=1 width=22) (actual time=0.002..0.002 rows=1 loops=3)

              Output: role.name, role.id, role.sp_type

              Index Cond: (role.id = employee_role_permit.role_id)

              Buffers: shared hit=6

Planning time: 0.411 ms

Execution time: 1.176 ms

“`

    原文作者:Ghost_3538
    原文地址: https://www.jianshu.com/p/48a500b8b83b
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞