PostgreSQL ક્વેરી પ્લાનને વધુ સગવડતાથી સમજવું

અડધા વર્ષ પહેલા અમે રજૂ કર્યું explain.tensor.ru - જાહેર ક્વેરી પ્લાનને પાર્સિંગ અને વિઝ્યુઅલાઈઝ કરવા માટેની સેવા PostgreSQL માટે.

છેલ્લા મહિનાઓમાં અમે તેના વિશે કર્યું છે PGConf.Russia 2020 પર અહેવાલ, સારાંશ તૈયાર કર્યો એસક્યુએલ ક્વેરીઝને ઝડપી બનાવવા પરનો લેખ તે જે ભલામણો આપે છે તેના આધારે ... પરંતુ સૌથી અગત્યનું, અમે તમારો પ્રતિસાદ એકત્રિત કર્યો અને વાસ્તવિક ઉપયોગના કેસોને જોયા.

અને હવે અમે તમને નવી સુવિધાઓ વિશે જણાવવા માટે તૈયાર છીએ જેનો તમે ઉપયોગ કરી શકો છો.

વિવિધ યોજના બંધારણો માટે આધાર

વિનંતી સાથે, લોગમાંથી યોજના બનાવો

સીધા કન્સોલમાંથી, અમે સાથેની લાઇનથી શરૂ કરીને, સમગ્ર બ્લોક પસંદ કરીએ છીએ ક્વેરી ટેક્સ્ટ, તમામ અગ્રણી જગ્યાઓ સાથે:

        Query Text: INSERT INTO  dicquery_20200604  VALUES ($1.*) ON CONFLICT (query)
                           DO NOTHING;
        Insert on dicquery_20200604  (cost=0.00..0.05 rows=1 width=52) (actual time=40.376..40.376 rows=0 loops=1)
          Conflict Resolution: NOTHING
          Conflict Arbiter Indexes: dicquery_20200604_pkey
          Tuples Inserted: 1
          Conflicting Tuples: 0
          Buffers: shared hit=9 read=1 dirtied=1
          ->  Result  (cost=0.00..0.05 rows=1 width=52) (actual time=0.001..0.001 rows=1 loops=1)

... અને કોઈપણ વસ્તુને અલગ કર્યા વિના, યોજના માટે સીધી જ કૉપિ કરેલી દરેક વસ્તુને ફિલ્ડમાં ફેંકી દો:

આઉટપુટ પર, અમને ડિસએસેમ્બલ પ્લાન પર બોનસ પણ મળે છે સંદર્ભ ટેબ, જ્યાં અમારી વિનંતી તેના તમામ ભવ્યતામાં પ્રસ્તુત છે:

JSON અને YAML

EXPLAIN (ANALYZE, BUFFERS, FORMAT JSON)
SELECT * FROM pg_class;

"[
  {
    "Plan": {
      "Node Type": "Seq Scan",
      "Parallel Aware": false,
      "Relation Name": "pg_class",
      "Alias": "pg_class",
      "Startup Cost": 0.00,
      "Total Cost": 1336.20,
      "Plan Rows": 13804,
      "Plan Width": 539,
      "Actual Startup Time": 0.006,
      "Actual Total Time": 1.838,
      "Actual Rows": 10266,
      "Actual Loops": 1,
      "Shared Hit Blocks": 646,
      "Shared Read Blocks": 0,
      "Shared Dirtied Blocks": 0,
      "Shared Written Blocks": 0,
      "Local Hit Blocks": 0,
      "Local Read Blocks": 0,
      "Local Dirtied Blocks": 0,
      "Local Written Blocks": 0,
      "Temp Read Blocks": 0,
      "Temp Written Blocks": 0
    },
    "Planning Time": 5.135,
    "Triggers": [
    ],
    "Execution Time": 2.389
  }
]"

બાહ્ય અવતરણ સાથે પણ, pgAdmin નકલો તરીકે, વિના પણ - અમે સમાન ક્ષેત્રમાં ફેંકીએ છીએ, આઉટપુટ સુંદરતા છે:

અદ્યતન વિઝ્યુલાઇઝેશન

આયોજન સમય / અમલ સમય

હવે તમે વધુ સારી રીતે જોઈ શકો છો કે ક્વેરી એક્ઝિક્યુટ કરતી વખતે વધારાનો સમય ક્યાં ગયો:

I/O સમય

કેટલીકવાર તમારે એવી પરિસ્થિતિનો સામનો કરવો પડે છે જ્યાં, સંસાધનોની દ્રષ્ટિએ, એવું લાગે છે કે ખૂબ વાંચ્યું અને લખવામાં આવ્યું નથી, પરંતુ એવું લાગે છે કે અમલનો સમય કોઈ કારણોસર અસંગત રીતે મોટો છે.

અહીં કહેવું જરૂરી છે:ઓહ, તે ક્ષણે, સર્વર પરની ડિસ્ક કદાચ ખૂબ વ્યસ્ત હતી, તેથી જ તેને વાંચવામાં આટલો સમય લાગ્યો!"પરંતુ કોઈક રીતે તે ખૂબ સચોટ નથી ...

પરંતુ તે સંપૂર્ણપણે વિશ્વસનીય રીતે નક્કી કરી શકાય છે. હકીકત એ છે કે પીજી સર્વરના રૂપરેખાંકન વિકલ્પોમાં ત્યાં છે track_io_timing:

સમયબદ્ધ I/O ઑપરેશન્સને સક્ષમ કરે છે. આ સેટિંગ ડિફૉલ્ટ રૂપે અક્ષમ છે, કારણ કે તેને ઑપરેટિંગ સિસ્ટમને વર્તમાન સમયની સતત ક્વેરી કરવાની જરૂર છે, જે કેટલાક પ્લેટફોર્મ્સ પર વસ્તુઓને નોંધપાત્ર રીતે ધીમું કરી શકે છે. તમે તમારા પ્લેટફોર્મ પર સમયના ઓવરહેડનો અંદાજ કાઢવા pg_test_timing ઉપયોગિતાનો ઉપયોગ કરી શકો છો. I/O આંકડા pg_stat_database વ્યુ દ્વારા મેળવી શકાય છે, એક્સપ્લેન આઉટપુટમાં (જ્યારે બફર્સ પેરામીટરનો ઉપયોગ થાય છે) અને pg_stat_statements વ્યુ દ્વારા.

આ વિકલ્પ સ્થાનિક સત્રમાં પણ સક્ષમ કરી શકાય છે:

SET track_io_timing = TRUE;

ઠીક છે, હવે શ્રેષ્ઠ ભાગ એ છે કે અમે આ ડેટાને સમજવા અને પ્રદર્શિત કરવાનું શીખ્યા છીએ, એક્ઝેક્યુશન ટ્રીના તમામ રૂપાંતરણોને ધ્યાનમાં લેતા:

અહીં તમે જોઈ શકો છો કે એક્ઝેક્યુશનના કુલ સમયના 0.790msમાંથી, 0.718msએ ડેટાનું એક પૃષ્ઠ વાંચ્યું, 0.044ms - તેને લખવા, અને માત્ર 0.028ms એ અન્ય તમામ ઉપયોગી પ્રવૃત્તિ માટે ખર્ચવામાં આવ્યો!

PostgreSQL 13 સાથેનું ભવિષ્ય

નવું શું છે તેની સંપૂર્ણ ઝાંખી માટે, જુઓ વિગતવાર લેખમાં, અને અમે ખાસ કરીને યોજનાઓમાં ફેરફારો વિશે વાત કરી રહ્યા છીએ.

આયોજન બફર

શેડ્યૂલરને ફાળવેલ સંસાધનોનું એકાઉન્ટિંગ અન્ય પેચમાં પ્રતિબિંબિત થાય છે જે pg_stat_statements થી સંબંધિત નથી. BUFFERS વિકલ્પ સાથે સમજાવો આયોજન તબક્કા દરમિયાન ઉપયોગમાં લેવાતા બફર્સની સંખ્યાની જાણ કરશે:

 Seq Scan on pg_class (actual rows=386 loops=1)
   Buffers: shared hit=9 read=4
 Planning Time: 0.782 ms
   Buffers: shared hit=103 read=11
 Execution Time: 0.219 ms

વધારો સૉર્ટ

એવા કિસ્સાઓમાં કે જ્યાં ઘણી કી (k1, k2, k3…) દ્વારા વર્ગીકરણ જરૂરી છે, આયોજક હવે એ જાણીને લાભ લઈ શકે છે કે ડેટા પહેલાથી જ કેટલીક પ્રથમ કી (દા.ત. k1 અને k2) દ્વારા વર્ગીકૃત થયેલ છે. આ કિસ્સામાં, તમે બધા ડેટાને ફરીથી સૉર્ટ કરી શકતા નથી, પરંતુ k1 અને k2 ના સમાન મૂલ્યો સાથે તેમને ક્રમિક જૂથોમાં વિભાજિત કરી શકો છો, અને કી k3 દ્વારા તેમને "ફરીથી સૉર્ટ" કરી શકો છો.

આમ, સમગ્ર સૉર્ટિંગ નાના કદના ક્રમિક સૉર્ટિંગમાં વિભાજિત થાય છે. આ જરૂરી મેમરીની માત્રા ઘટાડે છે, અને તમામ સૉર્ટિંગ પૂર્ણ થાય તે પહેલાં તમને પ્રથમ ડેટા પરત કરવાની પણ પરવાનગી આપે છે.

 Incremental Sort (actual rows=2949857 loops=1)
   Sort Key: ticket_no, passenger_id
   Presorted Key: ticket_no
   Full-sort Groups: 92184 Sort Method: quicksort Memory: avg=31kB peak=31kB
   ->  Index Scan using tickets_pkey on tickets (actual rows=2949857 loops=1)
 Planning Time: 2.137 ms
 Execution Time: 2230.019 ms

UI/UX સુધારાઓ

સ્ક્રીનશોટ સર્વત્ર છે!

હવે દરેક ટેબ પર ઝડપથી કરવાની તક છે ક્લિપબોર્ડ પર ટેબનો સ્ક્રીનશોટ લો ટેબની સમગ્ર પહોળાઈ અને ઊંડાઈ માટે - "દ્રષ્ટિ" જમણી ટોચ:

ખરેખર, આ પ્રકાશન માટેના મોટાભાગના ચિત્રો આ રીતે મેળવવામાં આવ્યા હતા.

નોડ્સ પર ભલામણો

તેમાંના માત્ર વધુ જ નથી, પરંતુ દરેક વિશે તમે કરી શકો છો વિગતવાર લેખ વાંચોલિંકને અનુસરીને:

આર્કાઇવમાંથી દૂર કરી રહ્યાં છીએ

કેટલાકે ક્ષમતા માંગી છે "ચોક્કસ" કાઢી નાખો આર્કાઇવમાં પ્રકાશિત ન હોય તેવી યોજનાઓ પણ - કૃપા કરીને, ફક્ત અનુરૂપ ચિહ્ન પર ક્લિક કરો:

ઠીક છે, ચાલો ભૂલશો નહીં કે આપણી પાસે છે સપોર્ટ ગ્રુપજ્યાં તમે તમારી ટિપ્પણીઓ અને સૂચનો લખી શકો છો.

સોર્સ: www.habr.com