Java 后端 / 系统课时
理解执行计划
理解执行计划
本节解决 SQL 性能问题如何通过执行计划定位的问题。通过查看数据库实际选择的访问路径,可以判断扫描、连接、排序等环节是否成为瓶颈,并为优化提供依据。
学习目标
- 理解执行计划包含的核心信息
- 学会使用数据库提供的执行计划工具分析 SQL
- 掌握根据执行节点定位性能问题的方法
执行计划解决什么问题
数据库不会直接按照 SQL 文本执行查询,而是先由优化器生成执行计划。执行计划描述数据访问方式、表连接策略、索引选择以及资源消耗估算。
同一条 SQL 在不同数据库、数据量、索引结构和统计信息状态下,可能生成不同计划。因此执行计划分析必须结合具体数据库实现,不能简单迁移命令或字段含义。
PostgreSQL 使用 EXPLAIN 和 EXPLAIN ANALYZE 查看计划与实际执行情况;MySQL 通常使用 EXPLAIN 或 EXPLAIN ANALYZE 查看执行路径,两者展示字段和优化器规则存在差异。例如 PostgreSQL 常见节点包含 Index Scan、Seq Scan,MySQL 常见信息包含 type、key、rows 等字段,分析时应以对应数据库文档为准。
查看 SQL 执行计划
以下示例以 PostgreSQL 为例,使用 EXPLAIN ANALYZE 查看真实执行过程。生产环境分析慢 SQL 时,应注意该命令会实际执行 SQL,涉及写操作或高压力查询时需要谨慎。
EXPLAIN ANALYZE
SELECT id, username
FROM users
WHERE email = 'user@example.com';预期输出
Index Scan using idx_users_email on users
(actual time=<TIME>..<TIME> rows=1 loops=1)实际时间和返回行数会随数据量变化。重点关注访问方式、实际扫描行数以及执行耗时,而不是只看单个成本数字。
识别常见执行节点
扫描节点反映数据库如何找到数据。全表扫描适合数据量较小或需要读取大量数据的场景;索引扫描适合过滤条件选择性较高的查询。
多表查询时,执行计划会展示连接算法。常见算法包括 Nested Loop、Hash Join 和 Merge Join,不同算法适用于不同数据规模和数据分布。
分析执行计划时,需要关注实际执行情况与优化器估算是否一致。例如估算行数与实际行数差异过大,可能说明统计信息不准确,导致优化器选择了不合适的路径。
根据执行计划定位问题
执行计划排查通常按照访问路径、数据规模和资源消耗三个方向分析。
- 大量全表扫描时,需要检查查询条件、索引设计和数据选择性
- 实际返回行数远高于估算值时,需要检查统计信息是否及时更新
- 查询返回数据较少但耗时较高时,需要关注排序、连接、锁等待或磁盘访问
执行计划是 SQL 优化的重要依据。实际优化时,应先确认数据库类型,再结合执行节点、数据分布和业务访问模式调整索引或 SQL,避免直接套用其他数据库的分析经验。