Cykl życia zapytania i planer

Optymalizacja wydajności zapytań w PostgreSQL

Amy McCarty

Instructor

Podstawowy cykl życia zapytania

	System	Kroki front-end	Procesy back-end
1	Parser	Wysyła zapytanie do bazy danych	Sprawdza składnię. Przekształca SQL w format przyjazny dla systemu na podstawie przechowywanych reguł.
2	Planer i optymalizator	Analizuje i optymalizuje zadania zapytania	Tworzy plan zapytania na podstawie statystyk. Oblicza koszty i wybiera najlepszy plan.
3	Executor	Zwraca wyniki zapytania	Wykonuje zapytanie zgodnie z planem.

Reaguje na zmiany struktury SQL

Generuje drzewa planów
- Węzły odpowiadające krokom
- Wizualizacja za pomocą EXPLAIN
Szacuje koszt każdego drzewa
- Statystyki z pg_tables
- Optymalizacja czasowa

¹ Plan tree: https://www.postgresql.org/docs/current/querytree.html

SELECT * FROM pg_class
WHERE relname = 'mytable'

-- sample of output columns
| relname | relhasindex |

SELECT * FROM pg_stats
WHERE tablename = 'mytable'

-- sample of output columns
null_frac | avg_width | n_distinct |

EXPLAIN
SELECT * FROM cheeses

Seq Scan on cheeses 
(cost=0.00..10.50 rows=5725 width=296)

Seq Scan on cheeses (cost=0.00..10.50 rows=5725 width=296)

Bezwymiarowy
Porównywanie struktur z identycznym wynikiem
- Nie należy porównywać zapytań z różnymi wynikami

Seq Scan on cheeses (cost=0.00..10.50 rows=5725 width=296)

Seq Scan on cheeses (cost=0.00..10.50 rows=5725 width=296)

EXPLAIN
SELECT * FROM cheeses WHERE species IN ('goat','sheep')

Seq Scan on cheeses (cost=0.00..378.90 rows=3 width=118)
 -> Filter: (species = ANY ('{"goat","sheep"}'::text[]))

Od dołu do góry
- Krok 1: Filtrowanie
- Krok 2: Skanowanie sekwencyjne
Klauzula WHERE
- Zmniejsza liczbę skanowanych wierszy i zwiększa koszt całkowity

EXPLAIN
SELECT * FROM cheeses WHERE species IN ('goat','sheep') -- index on species column

Bitmap Index Scan using species_idx on cheeses (cost=0.29..12.66 rows=3 width=118)
  Index Cond: (species = ANY ('{"goat","sheep"}'::text[]))

Optymalizacja wydajności zapytań w PostgreSQL