解读执行计划

使用EXPLAIN命令可以查看TDSQL PostgreSQL优化器为每个查询生成的具体执行计划。EXPLAIN的输出是一个节点树。 其中每一行对应一个数据库执行算子， 显示算子的节点类型和优化器为执行这个节点预估的开销。

通过以下示例来解读执行计划

---涉及到两个表的DDL
create table t3(f1 int, f2 int) distribute by hash(f1);
create table t4(f1 int, f2 int) distrinute by hash(f1);

说明：

distribute by hash 表示对t3，t4数据按f1 哈希值进行分布到不同节点dn上。

查看关联SQL的执行计划explain select * from t3, t4 where t3.f1=t4.f2;可以得到如下输出结果

                                QUERY PLAN
--------------------------------------------------------------------------------
Remote Subquery Scan on all (datanode_1,datanode_2) (cost=120.19..222.56 rows=4556  width=16)
  -> Hash Join (cost=120.19..222.56 rows=4556 width=16) 
      Hash Cond:(t4.f2 = t3.f1)
      -> Remote Subquery Scan on all (datanode_1,datanode_2) (cost=100.00..120.53  rows=675 width=8) 
          Distribute results by H: f2 
          -> Seq Scan on t4 (cost=0.00..11.75 rows=675 width=8)
      -> Hash (cost=11.75..11.75 rows=675 width=8) 
          -> Seq Scan on t3 (cost=0.00..11.75 rows=675 width=8)
(8rows)

这个执行计划可以简化成以下执行计划树：

执行计划树里的每个节点代笔一个执行算子（在“执行计划节点类型”中详述）。每个节点的EXPLAIN输出（ 如下所示）格式为 算子名称（算子开销预估）。

-> Hash Join(cost=120.19..222.56 rows=4556 width=16)

Hash Cond:(t4.f2 = t3.f1)

括号中的数字从左到右依次是:

• 启动代价: 这是该算子在读取第一条元组前的开销预估。比方说索引扫描算子的启动代价就是读取目标表的索引页， 读取到第一个元组的开销。以上示例中的哈希关联(Hash Join)的启动代价是120.19。

• 算子总代价：这个改算子从执行到结束的总代价。以上示例中的哈希关联(Hash Join)的总代价是222.56。

• 算子输出的总行数。 以上示例中的哈希关联(Hash Join)的预估输出行数是4556。

• 算子输出行的行宽（字节数）。 以上示例中的哈希关联(Hash Join)的预估行宽是16字节。

有些算子在EXPLAIN的输出里除了上述的基本通用信息外， 还有算子的一些特定信息。 比方说上面的哈希关联算子的EXAPLIN输出还打印了关联条件。

在SQL执行计划输出结果中， 通常

• 最底层节点是表扫描节点， 扫描节点返回表中的原数据行。 不同的表有不同的扫描节点类型:顺序扫描，索引扫描和位图索引扫描。最底层的扫描节点也可能是也有非表列源，如VALUES子句并设置FROM返回，它们有自己的扫描类型。

• 如果查询需要关联，聚合，排序或其他操作，会在扫描节点之上增加节点执行这些操作。这些操作通常都有多种方法，因此在这些位置也有可能出现不同的执行节点类型。

• 分布式计划中通常会有个特殊的算子（“Remote Subquery Scan”）。这个算子实现了分布式架构的核心数据shuffle的功能。 这个算子有几种不同的形态， 分别对应分布式架构下不同的数据shuffle 功能:

  （1）数据收集形态 - 作用是CN从DN收集数据。

  （2）数据重分布形态 - 作用是CN根据选定的列按照特定的规则把数据重分布到所有的DN。

   数据重分布的规则有: 

  • Redistribute by Hash - 把指定的列按照hash redistribute。 这种情况下， 执行计划的输出里会在“Remote Subquery Scan”的那一行的下面一行打印 - “Distribute results by H： 列名”。 如下所示。 其中"Remote Subquery Scan on all" 后面括号里显示的是该算子在哪些数据节点上执行。

    -> Remote Subquery Scan on all (datanode_1,datanode_2) (cost=100.00..120.53 rows=675 width=8)

    Distribute results by H: f2

    -> Seq Scan on t4 (cost=0.00..11.75 rows=675 width=8)

  • Redistribute by Shard - 把指定的列按照shard redistribute。 这种情况下， 执行计划的输出里会在“Remote Subquery Scan”的那一行的下面一行打印 - “Distribute results by S： 列名”

  • Broadcast - 把指定的表广播到所有的数据节点上。 这种情况下， 执行计划输出里在“Remote Subquery Scan”的那一行下面没有额外的重分布信息。

• 在分布式架构中， 当SQL可以完全下推到各个DN上计算，中间计算结果不需要重新分布到其他DN上的时候， 执行计划中会有个分布式快速执行算子 - “Remote Fast Query Execution”， 如下示例。在下面这个例子里，两表关联的列都是分布健。这种情况下，各个DN上各自独立执行SQL，CN只需要把DN返回的结果直接返回即可，无需额外的计算。

postgres@coord1=# explain select * from t3, t4 where t3.f1=t4.f1;
                     QUERY PLAN
------------------------------------------------------------------
Remote Fast Query Execution (cost=0.00..0.00 rows=0 width=0) 
 Node/s:datanode_1, datanode_2
 ->Merge Join (cost=187.38..330.81 rows=9112 width=16)
   Merge Cond:(t3.f1=t4.f1)
   -> Sort (cost=93.69..97.07 rows=1350 width=8)
      Sort Key: t3.f1
      -> Seq Scan on t3 (cost=0.00..23.50 rows=1350 width=8) 
   -> Sort (cost=93.69..97.07 rows=1350 width=8)
      Sort Key: t4.f1
      -> Seq Scan on t4 (cost=0.00..23.50 rows=1350 width=8)
(10rows)

在了解了这些特点之后，我们会对EXPLAIN 命令的输出有一个整体结构的概念。其实EXPLAIN 输出的就是一个用户可视化的查询计划树，可以告诉我们执行了哪些节点（操作），并且每个节点（操作）的代价预估是什么样的。