EXPLAIN શેના વિશે મૌન છે અને તેને કેવી રીતે વાત કરવી

ક્લાસિક પ્રશ્ન કે જે વિકાસકર્તા તેના DBA અથવા વ્યવસાય માલિકને પોસ્ટગ્રેએસક્યુએલ સલાહકાર પાસે લાવે છે તે લગભગ હંમેશા સમાન લાગે છે: "વિનંતિઓ ડેટાબેઝ પર પૂર્ણ થવામાં આટલો લાંબો સમય કેમ લે છે?"

પરંપરાગત કારણોનો સમૂહ:

• બિનકાર્યક્ષમ અલ્ગોરિધમનો
  જ્યારે તમે કેટલાક હજારો રેકોર્ડ્સ પર કેટલાક CTE માં જોડાવાનું નક્કી કરો છો
• જૂના આંકડા
  જો કોષ્ટકમાં ડેટાનું વાસ્તવિક વિતરણ પહેલાથી જ છેલ્લી વખત વિશ્લેષણ દ્વારા એકત્રિત કરવામાં આવેલા ડેટા કરતા ઘણું અલગ છે
• સંસાધનો પર "પ્લગ".
  અને CPU ની સમર્પિત કમ્પ્યુટિંગ શક્તિ હવે પૂરતી નથી, ગીગાબાઇટ્સ મેમરી સતત પમ્પ કરવામાં આવે છે, અથવા ડિસ્ક ડેટાબેઝની બધી "ઇચ્છાઓ" સાથે રાખી શકતી નથી
• અવરોધિત સ્પર્ધાત્મક પ્રક્રિયાઓમાંથી

અને જો બ્લોકીંગ્સને પકડવા અને વિશ્લેષણ કરવું ખૂબ મુશ્કેલ છે, તો પછી આપણને જરૂરી દરેક વસ્તુ માટે પ્રશ્ન યોજના, જેનો ઉપયોગ કરીને મેળવી શકાય છે ઓપરેટરને સમજાવો (તે વધુ સારું છે, અલબત્ત, તરત જ સમજાવવું (વિશ્લેષણ, બફર્સ) ...) અથવા auto_explain મોડ્યુલ.

પરંતુ, સમાન દસ્તાવેજોમાં જણાવ્યા મુજબ,

"યોજનાને સમજવી એ એક કળા છે, અને તેમાં નિપુણતા મેળવવા માટે ચોક્કસ અનુભવની જરૂર છે..."

પરંતુ જો તમે યોગ્ય સાધનનો ઉપયોગ કરો છો તો તમે તેના વિના કરી શકો છો!

ક્વેરી પ્લાન સામાન્ય રીતે કેવો દેખાય છે? તેના જેવું કંઇક:

Index Scan using pg_class_relname_nsp_index on pg_class (actual time=0.049..0.050 rows=1 loops=1)
  Index Cond: (relname = $1)
  Filter: (oid = $0)
  Buffers: shared hit=4
  InitPlan 1 (returns $0,$1)
    ->  Limit (actual time=0.019..0.020 rows=1 loops=1)
          Buffers: shared hit=1
          ->  Seq Scan on pg_class pg_class_1 (actual time=0.015..0.015 rows=1 loops=1)
                Filter: (relkind = 'r'::"char")
                Rows Removed by Filter: 5
                Buffers: shared hit=1

અથવા આની જેમ:

"Append  (cost=868.60..878.95 rows=2 width=233) (actual time=0.024..0.144 rows=2 loops=1)"
"  Buffers: shared hit=3"
"  CTE cl"
"    ->  Seq Scan on pg_class  (cost=0.00..868.60 rows=9972 width=537) (actual time=0.016..0.042 rows=101 loops=1)"
"          Buffers: shared hit=3"
"  ->  Limit  (cost=0.00..0.10 rows=1 width=233) (actual time=0.023..0.024 rows=1 loops=1)"
"        Buffers: shared hit=1"
"        ->  CTE Scan on cl  (cost=0.00..997.20 rows=9972 width=233) (actual time=0.021..0.021 rows=1 loops=1)"
"              Buffers: shared hit=1"
"  ->  Limit  (cost=10.00..10.10 rows=1 width=233) (actual time=0.117..0.118 rows=1 loops=1)"
"        Buffers: shared hit=2"
"        ->  CTE Scan on cl cl_1  (cost=0.00..997.20 rows=9972 width=233) (actual time=0.001..0.104 rows=101 loops=1)"
"              Buffers: shared hit=2"
"Planning Time: 0.634 ms"
"Execution Time: 0.248 ms"

પરંતુ "શીટમાંથી" ટેક્સ્ટમાં યોજના વાંચવી ખૂબ મુશ્કેલ અને અસ્પષ્ટ છે:

• નોડમાં પ્રદર્શિત થાય છે સબટ્રી સંસાધનો દ્વારા સરવાળો
  એટલે કે, કોઈ ચોક્કસ નોડને એક્ઝિક્યુટ કરવામાં કેટલો સમય લાગ્યો છે, અથવા ટેબલમાંથી આ વાંચન ડિસ્કમાંથી ડેટા લાવ્યો છે તે સમજવા માટે, તમારે કોઈક રીતે બીજામાંથી એક બાદબાકી કરવાની જરૂર છે.
• નોડ સમય જરૂરી છે લૂપ્સ દ્વારા ગુણાકાર કરો
  હા, બાદબાકી એ સૌથી જટિલ કામગીરી નથી જે "માથામાં" થવી જોઈએ - છેવટે, એક્ઝેક્યુશનનો સમય નોડના એક અમલ માટે સરેરાશ તરીકે સૂચવવામાં આવે છે, અને તેમાં સેંકડો હોઈ શકે છે.
• સારું, અને આ બધું મળીને અમને મુખ્ય પ્રશ્નનો જવાબ આપતા અટકાવે છે - તેથી કોણ "સૌથી નબળી કડી"?

જ્યારે અમે અમારા કેટલાક સો વિકાસકર્તાઓને આ બધું સમજાવવાનો પ્રયાસ કર્યો, ત્યારે અમને સમજાયું કે બહારથી તે કંઈક આના જેવું લાગે છે:

અને તેનો અર્થ એ કે આપણને જરૂર છે ...

ટૂલ

તેમાં અમે તમામ મુખ્ય મિકેનિક્સ એકત્રિત કરવાનો પ્રયાસ કર્યો જે યોજના અને વિનંતી અનુસાર "કોણ દોષ અને શું કરવું" સમજવામાં મદદ કરે છે. સારું, અને તમારા અનુભવનો એક ભાગ સમુદાય સાથે શેર કરો.
મળો અને ઉપયોગ કરો - explain.tensor.ru

યોજનાઓની દૃશ્યતા

જ્યારે તે આના જેવું લાગે ત્યારે શું યોજનાને સમજવું સરળ છે?

Seq Scan on pg_class (actual time=0.009..1.304 rows=6609 loops=1)
  Buffers: shared hit=263
Planning Time: 0.108 ms
Execution Time: 1.800 ms

ખરેખર નથી.

પણ આની જેમ, સંક્ષિપ્ત સ્વરૂપમાંજ્યારે મુખ્ય સૂચકાંકોને અલગ કરવામાં આવે છે, ત્યારે તે વધુ સ્પષ્ટ છે:

પરંતુ જો યોજના વધુ જટિલ છે, તો તે બચાવમાં આવશે પિચાર્ટ સમય વિતરણ ગાંઠો દ્વારા:

ઠીક છે, સૌથી મુશ્કેલ વિકલ્પો માટે તે મદદ કરવા માટે ઉતાવળમાં છે પ્રગતિ ચાર્ટ:

ઉદાહરણ તરીકે, ત્યાં તદ્દન બિન-તુચ્છ પરિસ્થિતિઓ છે જ્યારે યોજનામાં એક કરતાં વધુ વાસ્તવિક મૂળ હોઈ શકે છે:

માળખાકીય સંકેતો

ઠીક છે, જો યોજનાનું સંપૂર્ણ માળખું અને તેના ફોલ્લીઓ પહેલેથી જ નાખેલી છે અને દૃશ્યમાન છે, તો શા માટે તેને વિકાસકર્તાને પ્રકાશિત ન કરો અને "રશિયન ભાષા" માં સમજાવો?

અમે પહેલાથી જ આવા કેટલાક ડઝન ભલામણ નમૂનાઓ એકત્રિત કર્યા છે.

લાઇન-બાય-લાઇન ક્વેરી પ્રોફાઇલર

હવે, જો તમે વિશ્લેષિત યોજના પર મૂળ ક્વેરી સુપરઇમ્પોઝ કરો છો, તો તમે જોઈ શકો છો કે દરેક વ્યક્તિગત નિવેદન પર કેટલો સમય વિતાવ્યો હતો - કંઈક આના જેવું:

...અથવા આના જેવું પણ:

વિનંતિમાં પરિમાણોને બદલીને

જો તમે લોગની ડીટેઇલ લાઇનમાંથી માત્ર પ્લાનની વિનંતી જ નહીં, પરંતુ તેના પરિમાણોને પણ "જોડ્યા" છો, તો તમે તેને કોઈપણ વિકલ્પોમાં કૉપિ કરી શકો છો:

• વિનંતીમાં મૂલ્ય અવેજી સાથે
  તમારા આધાર અને વધુ પ્રોફાઇલિંગ પર સીધા અમલ માટે

  SELECT 'const', 'param'::text;

• PREPARE/EXECUTE મારફતે મૂલ્ય અવેજી સાથે
  શેડ્યૂલરના કાર્યનું અનુકરણ કરવા માટે, જ્યારે પેરામેટ્રિક ભાગને અવગણી શકાય છે - ઉદાહરણ તરીકે, જ્યારે પાર્ટીશન કરેલ કોષ્ટકો પર કામ કરવું

  DEALLOCATE ALL;
  PREPARE q(text) AS SELECT 'const', $1::text;
  EXECUTE q('param'::text);
  

યોજનાઓનું આર્કાઇવ

પેસ્ટ કરો, વિશ્લેષણ કરો, સહકર્મીઓ સાથે શેર કરો! યોજનાઓ આર્કાઇવમાં રહેશે, અને તમે પછીથી તેમના પર પાછા આવી શકો છો: explain.tensor.ru/archive

પરંતુ જો તમે ઇચ્છતા નથી કે અન્ય લોકો તમારો પ્લાન જુએ, તો "આર્કાઇવમાં પ્રકાશિત કરશો નહીં" બૉક્સને ચેક કરવાનું ભૂલશો નહીં.

નીચેના લેખોમાં હું યોજનાનું વિશ્લેષણ કરતી વખતે ઊભી થતી મુશ્કેલીઓ અને નિર્ણયો વિશે વાત કરીશ.

સોર્સ: www.habr.com