当前位置：首页 > news >正文

[ruby on rails] postgres sql explain 优化

news 2025/9/14 5:35:15

一、查看执行计划

sql = User.all.to_sql
# 不会实际执行查询
puts ActiveRecord::Base.connection.explain(sql)# 会实际执行查询，再列出计划
User.all.explain# 会实际执行查询，再列出计划ActiveRecord::Base.connection.execute('EXPLAIN ANALYZE '+ sql).each { |a| pp a }

注意：
在加上 ANALYZE 选项后，会真正执行实际的 SQL，如果 SQL 语句是一个插入、删除、更新或 CREATE TABLE AS 语句，这些语句会修改数据库。为了不影响实际的数据，可以把 EXPLAIN ANALYZE 放到一个事务中，执行完后回滚事务，如下：

BEGIN;
EXPLAIN ANALYZE ...;
ROLLBACK;

节点是从下往上看，上一级节点的成本，是包含了下一级的成本的

pry(#<Goods>)> ActiveRecord::Base.connection.execute('EXPLAIN ANALYZE '+ sql).each { |a| pp a }(4.9ms)  EXPLAIN ANALYZE SELECT "users".* FROM "users"
{"QUERY PLAN"=>"Seq Scan on users  (cost=0.00..67.63 rows=1463 width=587) (actual time=0.056..2.063 rows=1463 loops=1)"}
{"QUERY PLAN"=>"Planning Time: 0.409 ms"}
{"QUERY PLAN"=>"Execution Time: 2.207 ms"}

二、解释

cost=0.00…67.63 rows=1463 width=587, 左到右：

预计启动成本。这是输出阶段开始之前所花费的时间，也就是返回第一行需要多少 cost 值，例如，在排序节点中进行排序的时间。
预计总成本。这是基于计划节点运行完成的假设，即检索所有可用行。实际上，节点的父节点可能无法读取所有可用行（请参见LIMIT下面的示例）。
rows 该计划节点输出的估计行数。同样，假设该节点已运行完成。
width 该计划节点输出的行的估计平均宽度（以字节为单位）。
buffers
shared hit：表示在共享内存中直接读到 xxx 个块，
read：表示从磁盘读了 xxx 块
written：写磁盘工 xxx 块
.
默认 cost 值如下
顺序扫描一个数据块，cost 值定为 1
随机扫描一个数据块，cost 值定为 4
处理一个数据行的 CPU，cost 为 0.01
处理一个索引行的 CPU，cost 为 0.005
每个操作符的 CPU 代价为 0.0025

注意： "actual time"数值是以真实时间的毫秒来计算的，而"cost"预估值是以磁盘页面读取数量来计算的，所以它们很可能是不一致的。

三、解释

1. Bitmap Scan

Bitmap Scan 扫描的出现是基于获取的数据在 INDEX SCAN 中的问题点而产生的一个数据的获取的方式，在INDEX SCAN 中获取到数据的位置后，还是需要到对应的数据页面中，在扫描到对应的数据，而BITMAP SCAN 就是要解决数据通过索引定位后，在去原数据页面定位的问题，解决最后一公里的问题。
所以通过位图来获取数据的方式，速度更快，当然相对的付出的成本也更多一些。

2. Bitmap Index Scan 与Bitmap Heap Scan

BitmapIndex Scan 与Index Scan 很相似，都是基于索引的扫描，但是BitmapIndex Scan 节点每次执行返回的是一个位图而不是一个元组，其中位图中每位代表了一个扫描到的数据块。而BitmapHeap Scan一般会作为BitmapIndex Scan 的父节点，将BitmapIndex Scan 返回的位图转换为对应的元组。这样做最大的好处就是把Index Scan 的随机读转换成了按照数据块的物理顺序读取，在数据量比较大的时候，这会大大提升扫描的性能。

2. 大多数情况下， Index Only Scan < Index Scan < Bitmap Scan < Seq Scan

Index Scan 要比 Seq Scan 快。但是如果获取的结果集占所有数据的比重很大时，这时Index Scan 因为要先扫描索引再读表数据反而不如直接全表扫描来的快。
如果获取的结果集的占比比较小，但是元组数很多时，可能Bitmap Index Scan 的性能要比Index Scan 好。
如果获取的结果集能够被索引覆盖，则Index Only Scan 因为不用去读数据，只扫描索引，性能一般最好。但是如果VM 文件未生成，可能性能就会比Index Scan 要差。

四、其他

Seq Scan：全表扫描无启动时间
Index Scan：索引扫描
Bitmap Index Scan 位图索引扫描
Bitmap Heap Scan：位图索引扫描
Subquery Scan 子查询无启动时间
Tid Scan ctid = …条件无启动时间
Function Scan 函数扫描无启动时间
Nested Loop 循环结合无启动时间
Merge Join 合并结合有启动时间
Hash Join 哈希结合有启动时间
Sort 排序，ORDER BY操作有启动时间
Hash 哈希运算有启动时间
Result 函数扫描，和具体的表无关无启动时间
Unique DISTINCT，UNION操作有启动时间
Limit LIMIT，OFFSET操作有启动时间
Aggregate count, sum,avg, stddev集约函数有启动时间
Group GROUP BY分组操作有启动时间
Append UNION操作无启动时间
Materialize 子查询有启动时间
Filter：条件过滤
Nestloop Join：嵌套循环连接，是在两个表做连接时，内表被外表驱动，外表返回的每一行都要在内表中检索找到与它匹配的行，因此整个查询返回的结果集不能太大，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要有索引，否则会很慢。执行过程：

1.确定一个驱动表（outer table），另一个表为 inner table
2. 驱动表中的每一行与 inner 表中的相应记录 JOIN 类似一个嵌套的循环
Hash Join：使用两个表中较小的表，并利用连接键在内存中建立散列表，然后扫描较大的表并探测散列表，找出与散列表匹配的行。适用于较小的表可以完全放入内存中的情况。如果表很大，不能完全放入内存，优化器会将它分割成若干不同的分区，把不能放入内存的部分写入磁盘的临时段。
Merge Join：如果源数据上有索引，或者结果已经被排过序，在执行排序合并连接时就不需要排序了，Merge Join 的性能会优于散列连接。
执行计划运算类型操作说明是否有启动时间