一、概要
在数据库中，执行计划就是表示一条SQL将要执行的步骤，这些步骤按照不同的数据库运算符号（算子）组成，具体的组成和执行方式由数据库中的查询优化器来决定。换而言之，执行计划决定了SQL的执行效率。在数据库的使用中了解其查询计划的构成，是进行查询性能调优的必要条件。本文将详细介绍Phoenix的查询计划语法、组成结构，以及一些注意事项。
二、查询计划
1. 基本说明
在phoenix中，查询计划能告诉我们如下的信息:
- 将要扫描的CHUNK数量
- 客户端并发线程数量
- 执行模式（并行或串行）
- 查询过滤字段或者扫描范围
- 将会查询的表名
- 估算扫描数据bytes大小（依赖stats信息）
- 估算扫描数据量大小（依赖stats信息）
- 估算数量bytes大小和数据量时间
- 操作符被执行在客户端或者服务端
- 涉及的查询operations（sort、filter, scan, merge, join, limit等）
2. 语法
explain [select... | upsert ... select | delete...] explain语法示例如下：
explain SELECT host FROM PTSDB WHERE host IN ('a','b');
explain UPSERT INTO t1 SELECT id FROM t2 ORDER BY K1, V1;
3. 如何选择最优查询计划
检查查询计划是否最优，核心有以下几点可以作为参考：
- 尽量避免出现FULL SCAN，尤其对于不走索引表的单表查询，不应该出现FULL SCAN
- 执行模式尽可能使用并行（某些情况一定是串行的执行模式）
- 尽可能将对应表的过滤条件或计算下推到server端
- 尽可能使用覆盖索引，生成不需要回查数据表的查询计划
三、查询计划详解
1. 操作符说明
- UNION ALL: 表示union all查询，操作符后面接查询计划中涉及查询的数量
- AGGREGATE INTO SINGLE ROW: 没有groupby语句情况下，聚合查询结果到一行中。例如 count(*)
- AGGREGATE INTO ORDERED DISTINCT ROWS：带有group by的分组查询
- FILTER BY expression: 过滤出符合表达式条件的数据
- INNER-JOIN: 多表Join
- MERGE SORT: 进行merge sort排序，大多是客户端对多线程查询结果进行排序
- RANGE SCAN: 对主键进行范围扫描，通常有指定start key和stop key
- ROUND ROBIN: 对查询没有排序要求，并发的在客户端发起扫描请求。
- SKIP SCAN: Phoenix实现的一种扫描方式，通常能比Range scan获得更好的性能。
- FULL SCAN: 全表扫描
- LIMIT: 对查询结果取TOP N
- CLIENT: 在客户端执行相关操作
- X-CHUNK: 根据统计信息可以把一个region分成多个CHUNK, X在查询计划中表示将要扫描的CHUNK数量，此处是多线程并发扫描的，并发的数量是由客户端线程池的大小来决定的
- PARALLEL X-WAY：描述了有X个并发对scan做merge sort之类的客户端操作
- SERIAL: 单线程串行执行
- SERVER: 在SERVER端(RS)执行相关操作
2. 查询计划示例说明
分组聚合查询。查询计划中有5385个并发，并行对表做范围扫描，在server端以组合rowkey的第二列k2为过滤条件过滤，并以k2列做聚合。
explain select count(k2) from OFFSET_TEST where k2 = '3343' group by k2;
CLIENT 5385-CHUNK 2330168 ROWS 314572800 BYTES PARALLEL 5385-WAY RANGE SCAN OVER OFFSET_TEST [0] - [63]
SERVER FILTER BY FIRST KEY ONLY AND K2 = '3343'
SERVER AGGREGATE INTO DISTINCT ROWS BY [K2]
CLIENT MERGE SORT无排序查询生成ROUND ROBIN查询计划。查询计划中有5385个并发，并行对表做ROUND ROBIN的范围扫描，在server端以组合rowkey的第二列k2为过滤条件过滤。
explain select * from OFFSET_TEST where k2 = '3343';
CLIENT 5385-CHUNK 2330168 ROWS 314572800 BYTES PARALLEL 5385-WAY ROUND ROBIN RANGE SCAN OVER OFFSET_TEST [0] - [63]
SERVER FILTER BY K2 = '3343'有排序查询。查询计划中有5385个并发，并行对表做范围扫描，在server端以组合rowkey的第二列k2为过滤条件过滤并排序，最后在客户端进行merge sort查询结果。
explain select * from OFFSET_TEST where k2 = '3343' order by k2;
CLIENT 5385-CHUNK 2330168 ROWS 314572800 BYTES PARALLEL 5385-WAY RANGE SCAN OVER OFFSET_TEST [0] - [63]
SERVER FILTER BY K2 = '3343'
SERVER SORTED BY [K2]
CLIENT MERGE SORT四、API访问查询计划信息
String explainSql = "EXPLAIN SELECT * FROM T";
Long estimatedBytes = null;
Long estimatedRows = null;
Long estimateInfoTs = null;
try (Statement statement = conn.createStatement(explainSql)) {
int paramIdx = 1;
ResultSet rs = statement.executeQuery(explainSql);
//打印查询计划
System.out.println(QueryUtil.getExplainPlan(rs));
//获取相关估算值
rs.next();
estimatedBytes =
(Long) rs.getObject(PhoenixRuntime.EXPLAIN_PLAN_ESTIMATED_BYTES_READ_COLUMN);
estimatedRows =
(Long) rs.getObject(PhoenixRuntime.EXPLAIN_PLAN_ESTIMATED_ROWS_READ_COLUMN);
estimateInfoTs =
(Long) rs.getObject(PhoenixRuntime.EXPLAIN_PLAN_ESTIMATE_INFO_TS_COLUMN);
}五、注意事项
- 当有两个以上索引表时尽量使用hint去指定查询必须要使用的索引表，这样可以确保即使以后再加了索引不会影响到现在使用的查询计划
- 能通过数据表组合主键覆盖的查询条件，尽量避免创建索引表。索引表表越多，写放大越严重，维护成本也会随之增加
- 在查询计划中Scan速度，SKIP SCAN > RANGE SCAN > FULL SCAN
- 不是所有的查询operations都能下推到server端
- 查询SERVER FILTER一个普通列，一般会在server端发生全表扫描操作，也需要谨慎检查
- 组合主键或者组合索引的非前缀列，作为过滤条件列进行查询时，一般会生成SCAN OVER的查询计划，但实际上这种查询也很可能需要全表扫描，所以也需要根据实际情况检查确认