# EXPLAIN
#### 功能描述
显示SQL语句的执行计划。主要包括：
- 显示SQL语句所引用的表的扫描方式，如简单的顺序扫描或索引扫描等。
- 如果SQL语句中引用了多个表，执行计划还会显示多表之间的JOIN方式。
 
#### 注意事项
- 执行计划的最主要指标是SQL语句的预计执行开销，这是计划生成器估算执行该语句所需时间的度量。
- 如果指定了ANALYZE选项，该SQL语句将被执行，并根据实际运行结果显示统计数据。统计数据用于作为判断计划生成器的估计值是否接近实际值的依据，主要包括每个计划节点的时间总开销（以毫秒为单位）和实际返回的总行数。
- 在指定ANALYZE选项时，语句会被执行。如果用户需要使用EXPLAIN分析INSERT、UPDATE、DELETE、CREATE TABLE AS或EXECUTE语句但希望不对数据进行改动时（正常情况下，执行这些语句会影响数据），请使用如下方法：
  ```
  START TRANSACTION;
  EXPLAIN ANALYZE ...;
  ROLLBACK;
  ```
  
 
- 当使用EXPLAIN查看执行计划时，审计日志记录的审计类型由分析的具体SQL决定。
#### 语法格式
- 显示SQL语句的执行计划，支持多种选项，对选项顺序无要求。
  ```
  EXPLAIN [ (  option  [, ...] )  ] statement;
  ```
  ![](https://support.huaweicloud.com/centralized-ref-v10-gaussdb/figure/zh-cn_image_0000002793699607.png "点击放大")
  其中选项option子句的语法为。
  ```
  {
      ANALYZE [ boolean ] |
      ANALYSE [ boolean ] |
      VERBOSE [ boolean ] |
      COSTS [ boolean ] |
      CPU [ boolean ] |
      DETAIL [ boolean ] |
      BUFFERS [ boolean ] |
      TIMING [ boolean ] |
      PLAN [ boolean ] |
      BLOCKNAME [ boolean ] |
      OUTLINE [ boolean ] |
      ADAPTCOST [ boolean ] |
      FORMAT { TEXT | XML | JSON | YAML } |
      OPTEVAL [ boolean ] |
      METADATA [ boolean ] |
      PLANTRACE [ boolean ] |
      TABLES [ boolean ]
  }
  ```
  ![](https://support.huaweicloud.com/centralized-ref-v10-gaussdb/figure/zh-cn_image_0000002764301084.png)
  
- 显示SQL语句的执行计划，且要按顺序给出选项。
  ```
  EXPLAIN  { [   ANALYZE  | ANALYSE    ] [ VERBOSE  ]  | PERFORMANCE  } statement;
  ```
  ![](https://support.huaweicloud.com/centralized-ref-v10-gaussdb/figure/zh-cn_image_0000002764301086.png "点击放大")
  
 
#### 参数说明
- **statement**
  指定要分析的SQL语句。
  
- **ANALYZE boolean \| ANALYSE boolean**
  显示实际运行时间和其他统计数据。当两个参数同时使用时，在option中排在后面的一个生效。
  取值范围：
  - TRUE（缺省值）：显示实际运行时间和其他统计数据。
  
  - FALSE：不显示。
   
- **VERBOSE boolean**
  显示有关计划的额外信息。
  取值范围：
  - TRUE（缺省值）：显示额外信息。
  
  - FALSE：不显示。
   
- **COSTS boolean**
  包括每个规划节点的估计总成本，以及估计的行数和每行的宽度。
  取值范围：
  - TRUE（缺省值）：显示估计总成本和宽度。
  
  - FALSE：不显示。
   
- **CPU boolean**
  打印CPU的使用情况的信息。需要结合ANALYZE或ANALYSE选项一起使用。
  取值范围：
  - TRUE（缺省值）：显示CPU的使用情况。
  
  - FALSE：不显示。
   
- **DETAIL boolean**
  打印数据库节点上的信息。需要结合ANALYZE或ANALYSE选项一起使用。
  取值范围：
  - TRUE（缺省值）：打印数据库节点的信息。
  
  - FALSE：不打印。
   
- **BUFFERS boolean**
  包括缓冲区的使用情况的信息。需要结合ANALYZE或ANALYSE选项一起使用。
  取值范围：
  - TRUE：显示缓冲区的使用情况。
  
  - FALSE（缺省值）：不显示。
   
- **TIMING boolean**
  包括实际的启动时间和花费在输出节点上的时间信息。需要结合ANALYZE或ANALYSE选项一起使用。
  取值范围：
  - TRUE（缺省值）：显示启动时间和花费在输出节点上的时间信息。
  
  - FALSE：不显示。
   
- **PLAN** **boolean**
  是否将执行计划存储在plan_table中。当该选项开启时，会将执行计划存储在plan_table中，不打印到当前屏幕，因此该选项为on时，不能与其他选项同时使用。
  取值范围：
  - ON（缺省值）：将执行计划存储在plan_table中，不打印到当前屏幕。执行成功返回EXPLAIN SUCCESS。
  
  - OFF：不存储执行计划，将执行计划打印到当前屏幕。
   
- **BLOCKNAME** **boolean**
  是否显示计划的每个操作所处于的查询块。当该选项开启时，会将每个操作所处于的查询块的名字输出在Query Block列上，方便用户获取查询块名字，并使用Hint修改执行计划：
  - TRUE（缺省值）：显示计划时，将每个操作所处于的查询块的名字输出在新增列Query Block列上。该选项需要在pretty模式下使用。具体使用请参见《SQL调优指南》中"使用Plan Hint进行调优 \> 指定Hint所处于的查询块Queryblock"章节。
  
  - FALSE：不对计划显示产生影响。
   
- **OUTLINE** **boolean**
  是否显示计划的Outline Hint信息。
  - ON：显示计划时，将Outline Hint显示在计划下方 。该选项需要在pretty模式下使用。具体使用请参见《SQL调优指南》中"使用Plan Hint进行调优 \> Outline Hint"章节。
  
  - OFF（缺省值）：不显示计划的Outline Hint信息。
   
- **ADAPTCOST** **boolean**
  在Normal模式下是否显示计划的基数估计方式信息。当使用智能计划管理时，还会输出计划选择情况，包括计划类型以及选择原因。（在部分索引和包含子查询的场景下，aplan可能会失效，此时输出计划为aplan，参数为实际值，实际执行计划为cplan）。
  - ON（缺省值）：Normal模式下，在计划节点上展示基数估计的方式，包含默认方式和反馈方式，不对预备语句生效。
  
  - OFF：不展示基数估计的方式信息。
   
- **FORMAT**
  指定执行计划的输出格式。
  取值范围：TEXT，XML，JSON和YAML。
  默认值：TEXT。
  
- **OPTEVAL boolean**
  是否显示SCAN算子（当前仅支持seqscan、indexscan、indexonlyscan、bitmapheapscan）的代价淘汰明细，当开启此开关的时候，会在执行计划中显示一个名字为Cost Evaluation Info (identified by plan id)的计划块，该选项仅可以和COSTS、VERBOSE、FORMAT三个选项共存。此计划块中的具体参数明细，请参考[示例2]。
  取值范围：
  - TRUE：显示SCAN算子的代价淘汰明细。
  
  - FALSE（缺省值）：不显示。
    
- **PERFORMANCE**
  打印执行计划中的性能分析相关信息。下述为部分信息描述：
  - ex c/r：代表平均每行使用cpu周期数，等于（ex cyc）/（ex row）。
  
  - ex row：执行行数。
  
  - ex cyc：代表使用的cpu周期数。
  
  - inc cyc：代表包含子节点使用的总cpu周期数。
  
  - shared hit：代表算子的share buffer命中情况。
  
  - loops：算子循环执行次数。
  
  - total_calls：生成元素总数。
  
  - deserialize time：反序列化所需时间。
  
  - estimated time：估计时间。
   
- **METADATA boolean**
  是否显示语句元数据内容。当不指定boolean时，默认为TRUE。下述为输出信息描述：
  - 概要对象定义，涵盖对象包括语句中所引用的表、索引、视图、函数、操作符。
  
  - 概要统计信息，分为表级和列级两部分，其公共字段包括：
    - nspname：模式名，对应pg_namespace.nspname。
    
    - relname：表名，对应表或索引的pg_class.relname。
    
    - partname：分区名，对应分区的pg_partition.relname。
    
    - subpartname：子分区名，对应子分区的pg_partition.relname。
    
    
    其他表级统计信息的字段包括：
    - reltuples：统计的表总行数，对应pg_class/pg_partition.reltuples。
    
    - relpages：统计的表总页数，对应pg_class/pg_partition.relpages。
    
    - analyze_time：该表或索引上次触发ANANLYZE的时间戳，对应pg_stat_get_last_analyze_time/gs_stat_get_partition_last_analyze_time的返回值。
    
    - rows_changed：自上次执行ANALYZE后该表或索引的变更行数，对应pg_stat_get_tuples_changed/pg_stat_get_partition_tuples_changed的返回值。
    
    - rows_inserted：自上次执行ANALYZE后该表或索引的插入行数。
    
    
    其他列级统计信息（包括单列与多列）的字段包括：
    - colnames：列名，单列对应pg_stats.attname，多列对应pg_ext_stats.attname中列号所代表的列名集合。
    
    - nullfrac：空值率，对应pg_stats/pg_ext_stats.nullfrac。
    
    - avgwidth：平均行宽，对应pg_stats/pg_ext_stats.avgwidth。
    
    - distinct：不同值的数量，对应pg_stats/pg_ext_stats.n_distinct。
    
    - dndistinct：DN上不同值的数量，对应pg_stats/pg_ext_stats.n_dndistinct。
    
    - mcvs_top5：高频值，对应pg_stats/pg_ext_stats.most_common_vals，只取频率最高的5个。
    
    - mcfs_top5：高频值的频率，与mcvs_top5一一对应，对应pg_stats/pg_ext_stats.most_common_freqs。
    
    - hist_qrtl：直方图桶值，单列对应pg_stats.histogram_bounds，只取四分位边界上的5个值，多列为空。
    
    - correlation：相关性，单列对应pg_stats.correlation，多列为0。
     
  
  - 在Query Others中，包含以下内容：
    - current time：当前时间戳，用于与上述analyze_time进行对比。
    
    - use_hints: Yes, \<string\>：如果语句有Hint生效，则打印该提示，并列出生效的Hint。
     
  
  
  取值范围：
  - TRUE（默认值）：显示语句元信息，该选项需要在pretty模式下使用。
  
  - FALSE：不显示。
    
- **PLANTRACE** **boolean**
  是否显示SQL语句计划生成期间产生的plan trace信息。当不指定boolean时，默认为TRUE。信息内容较多，建议使用重定向方式打印。
  - TRUE（默认值）：显示语句元plan trace信息，该选项需要在pretty模式下使用。
  
  - FALSE：不显示。
   
- **TABLES** **boolean**
  是否显示SQL语句所依赖的表对象信息列表，包括表与物化视图。当不指定boolean时，默认为TRUE。
  - TRUE（默认值）：显示语句所依赖的表对象信息，该选项需要在pretty模式下使用。
  
  - FALSE：不显示。
   
 
#### 示例1
```
--创建SCHEMA。
gaussdb=# CREATE SCHEMA tpcds; 
--创建表tpcds.customer_address。
gaussdb=# CREATE TABLE tpcds.customer_address
(
ca_address_sk         INTEGER           NOT NULL,
ca_address_id         CHARACTER(16)     NOT NULL
);
 
--向表中插入多条记录。
gaussdb=# INSERT INTO tpcds.customer_address VALUES (5000, 'AAAAAAAABAAAAAAA'),(10000, 'AAAAAAAACAAAAAAA');
--创建一个表tpcds.customer_address_p1。
gaussdb=# CREATE TABLE tpcds.customer_address_p1 AS TABLE tpcds.customer_address;
--修改explain_perf_mode为normal。
gaussdb=# SET explain_perf_mode=normal;
--显示表简单查询的执行计划。
gaussdb=# EXPLAIN SELECT * FROM tpcds.customer_address_p1;
                               QUERY PLAN                               
------------------------------------------------------------------------
 Seq Scan on customer_address_p1  (cost=0.00..25.13 rows=1513 width=24)
(1 row)
--使用ANALYZE选项,在输出中增加运行时间统计。
gaussdb=# EXPLAIN ANALYZE SELECT * FROM tpcds.customer_address_p1;
                                                    QUERY PLAN                                                    
--------------------------------------------------------------------------------------------------------------- 
Seq Scan on customer_address_p1  (cost=0.00..25.13 rows=1513 width=24) (actual time=0.015..0.016 rows=2 loops=1)
 Total runtime: 0.108 ms
(2 rows)
--使用ANALYZE选项和CPU选项，输出CPU的使用信息。
gaussdb=# EXPLAIN (ANALYZE,CPU)SELECT * FROM tpcds.customer_address_p1;
                                                    QUERY PLAN                                                    
--------------------------------------------------------------------------------------------------------------- 
Seq Scan on customer_address_p1  (cost=0.00..25.13 rows=1513 width=24) (actual time=0.011..0.012 rows=2 loops=1)
   (CPU: ex c/r=47397856228403856, ex row=2, ex cyc=94795712456807712, inc cyc=94795712456807712)
 Total runtime: 0.092 ms
(3 rows)
--以JSON格式输出的执行计划（explain_perf_mode为normal时）。
gaussdb=# EXPLAIN(FORMAT JSON) SELECT * FROM tpcds.customer_address_p1;
                  QUERY PLAN                   
-----------------------------------------------
 [                                            +
   {                                          +
     "Plan": {                                +
       "Node Type": "Seq Scan",               +
       "Relation Name": "customer_address_p1",+
       "Alias": "customer_address_p1",        +
       "Startup Cost": 0.00,                  +
       "Total Cost": 25.13,                   +
       "Plan Rows": 1513,                     +
       "Plan Width": 24                       +
     }                                        +
   }                                          +
 ]
(1 row)
--以YAML格式输出的执行计划（explain_perf_mode为normal时）。
gaussdb=# EXPLAIN(FORMAT YAML) SELECT * FROM tpcds.customer_address_p1 WHERE ca_address_sk=10000;
                QUERY PLAN                
------------------------------------------
 - Plan:                                 +
     Node Type: "Seq Scan"               +
     Relation Name: "customer_address_p1"+
     Alias: "customer_address_p1"        +
     Startup Cost: 0.00                  +
     Total Cost: 28.91                   +
     Plan Rows: 8                        +
     Plan Width: 24                      +
     Filter: "(ca_address_sk = 10000)"
(1 row)
--禁止开销估计的执行计划。
gaussdb=# EXPLAIN(COSTS FALSE) SELECT * FROM tpcds.customer_address_p1 WHERE ca_address_sk=10000;
            QUERY PLAN             
-----------------------------------
 Seq Scan on customer_address_p1
   Filter: (ca_address_sk = 10000)
(2 rows)
--带有聚集函数查询的执行计划。
gaussdb=# EXPLAIN SELECT SUM(ca_address_sk) FROM tpcds.customer_address_p1 WHERE ca_address_sk<10000;
                                 QUERY PLAN                                 
----------------------------------------------------------------------------
 Aggregate  (cost=30.17..30.18 rows=1 width=12)
   ->  Seq Scan on customer_address_p1  (cost=0.00..28.91 rows=504 width=4)
         Filter: (ca_address_sk < 10000)
(3 rows)
--创建一个二级分区表。
gaussdb=# CREATE TABLE range_list
(
    month_code VARCHAR2 ( 30 ) NOT NULL ,
    dept_code  VARCHAR2 ( 30 ) NOT NULL ,
    user_no    VARCHAR2 ( 30 ) NOT NULL ,
    sales_amt  int
)
PARTITION BY RANGE (month_code) SUBPARTITION BY LIST (dept_code)
(
  PARTITION p_201901 VALUES LESS THAN( '201903' )
  (
    SUBPARTITION p_201901_a values ('1'),
    SUBPARTITION p_201901_b values ('2')
  ),
  PARTITION p_201902 VALUES LESS THAN( '201910' )
  (
    SUBPARTITION p_201902_a values ('1'),
    SUBPARTITION p_201902_b values ('2')
  )
);
--执行带有二级分区表的查询语句。
--Iterations 和 Sub Iterations分别标识遍历了几个一级分区和二级分区。
--Selected Partitions标识哪些一级分区被实际扫描，Selected Subpartitions: (p:s)标识第p个一级分区下s个二级分区被实际扫描，如果一级分区下所有二级分区都被扫描则s显示为ALL。
gaussdb=# EXPLAIN SELECT * FROM range_list WHERE dept_code = '1';
                                  QUERY PLAN                                   
-------------------------------------------------------------------------------
 Partition Iterator  (cost=0.00..17.68 rows=3 width=103)
   Iterations: 2, Sub Iterations: 2
   ->  Partitioned Seq Scan on range_list  (cost=0.00..17.68 rows=3 width=103)
         Filter: ((dept_code)::text = '1'::text)
         Selected Partitions:  1..2
         Selected Subpartitions:  1:1  2:1
(6 rows)
--删除表tpcds.customer_address_p1。
gaussdb=# DROP TABLE tpcds.customer_address_p1;
--删除表tpcds.customer_address。
gaussdb=# DROP TABLE tpcds.customer_address;
--删除表range_list。
gaussdb=# DROP TABLE range_list;
--删除SCHEMA。
gaussdb=# DROP SCHEMA tpcds CASCADE;
```
 #### 示例2
```
--创建tb_a，tb_b。
gaussdb=# CREATE TABLE tb_a(c1 int);
gaussdb=# INSERT INTO tb_a VALUES(1),(2),(3);
gaussdb=# CREATE TABLE tb_b AS SELECT * FROM tb_a;
--显示SCAN算子的代价淘汰明细。
gaussdb=# EXPLAIN (OPTEVAL on )SELECT * FROM tb_a a, tb_b b WHERE a.c1=b.c1 AND a.c1=1;
                             QUERY PLAN                             
--------------------------------------------------------------------
 Nested Loop  (cost=0.00..81.88 rows=144 width=8)
   ->  Seq Scan on tb_a a  (cost=0.00..40.03 rows=12 width=4)
         Filter: (c1 = 1)
   ->  Materialize  (cost=0.00..40.09 rows=12 width=4)
         ->  Seq Scan on tb_b b  (cost=0.00..40.03 rows=12 width=4)
               Filter: (c1 = 1)
(6 rows)
--删除表tb_a，tb_b。
gaussdb=# DROP TABLE tb_a;
gaussdb=# DROP TABLE tb_b;
```
#### 示例3
```
# 展示SQL语句元信息。
# 使用gsql连接数据库。
[omm@localhost ~]$ gsql -d postgres -p 8000 -r
-- 设置explain_perf_mode。
gaussdb=# SET explain_perf_mode = pretty;
-- 关闭多列统计信息贝叶斯网络，以收集普通的多列MCV统计信息。
gaussdb=# SET enable_ai_stats = off;
-- 关闭自动参数化，避免语句跳过解析。
gaussdb=# SET cursor_sharing = off;
-- 创建SCHEMA，并默认使用该SCHEMA。
gaussdb=# CREATE SCHEMA em;
gaussdb=# SET search_path = em;
-- 创建表em.t1。
gaussdb=# CREATE TABLE em.t1 (
    c1 integer
) PARTITION BY RANGE (c1) (
    PARTITION p1 VALUES LESS THAN (1000),
    PARTITION p2 VALUES LESS THAN (MAXVALUE)
);
-- 在em.t1上增加索引。
gaussdb=# CREATE INDEX em.idx_t1_c1 ON em.t1(c1) LOCAL;
-- 插入多条记录。
gaussdb=# INSERT INTO em.t1 SELECT (s % 2000)::int FROM pg_catalog.generate_series(1, 100000) s;
-- ANALYZE em.t1。
gaussdb=# ANALYZE em.t1 WITH ALL COMPLETE;
-- 创建表em.t2。
gaussdb=# CREATE TABLE em.t2 (c1 integer, c2 integer) WITH (storage_type=ASTORE);
-- 插入多条记录。
gaussdb=# INSERT INTO em.t2 SELECT (s % 6)::int, (s % 3)::int FROM pg_catalog.generate_series(1, 24) s;
-- ANALYZE em.t2。
gaussdb=# ANALYZE em.t2;
-- ANALYZE em.t2的c1列和c2列。
gaussdb=# ANALYZE em.t2((c1,c2));
-- 创建物化视图em.mv。
gaussdb=# CREATE MATERIALIZED VIEW em.mv AS SELECT c1 FROM t2 WHERE c1 = 2 AND c2 = 2;
-- ANALYZE物化视图。
gaussdb=# ANALYZE em.mv;
-- 使用METADATA选项，输出语句涉及的元信息。
gaussdb=# EXPLAIN (METADATA ON) SELECT t.c1, v.c1 FROM em.t1 t, em.mv v WHERE t.c1 < 500 AND v.c1=2;
 id |                         operation                          | E-rows | E-width |     E-costs     
----+------------------------------------------------------------+--------+---------+-----------------
  1 | ->  Nested Loop (2,3)                                      | 100132 |       8 | 0.000..1764.638
  2 |    ->  Partitioned Index Only Scan using idx_t1_c1 on t1 t |  25033 |       4 | 0.000..510.928
  3 |    ->  Materialize                                         |      4 |       4 | 0.000..2.070
  4 |       ->  Seq Scan on mv v                                 |      4 |       4 | 0.000..2.050
(4 rows)
         Predicate Information (identified by plan id)          
----------------------------------------------------------------
   2 --Partitioned Index Only Scan using idx_t1_c1 on t1 t
         Index Cond: (c1 < 500), (Expression Flatten Optimized)
         Selected Partitions:  1
   4 --Seq Scan on mv v
         Filter: (c1 = 2), (Expression Flatten Optimized)
(5 rows)
                                                                                                     Object Definition                                                                                                      
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
 CREATE TABLE em.t1 (c1 integer) WITH (orientation=row, compression=no, storage_type=USTORE, segment=off) PARTITION BY RANGE (c1) (PARTITION p1 VALUES LESS THAN (1000) TABLESPACE pg_default) /*Number of partitions: 2*/;
 CREATE INDEX em.idx_t1_c1 ON em.t1 USING ubtree (c1) LOCAL WITH (storage_type=USTORE, active_pages=522) TABLESPACE pg_default;
 CREATE TABLE em.t2 (c1 integer, c2 integer) WITH (orientation=row, storage_type=astore, compression=no);
 CREATE MATERIALIZED VIEW em.mv AS SELECT t2.c1 FROM em.t2 WHERE ((t2.c1 = 2) AND (t2.c2 = 2));
(4 rows)
 nspname |  relname  | partname  | subpartname | reltuples | relpages |         analyze_time          | rows_changed | rows_inserted 
---------+-----------+-----------+-------------+-----------+----------+-------------------------------+--------------+---------------
 em      | t1        |           |             | 100000    | 382      | 2026-07-05 21:17:52.592666+08 | 0            | 0
 em      | t1        | p1        |             | 50000     | 191      | 2026-07-05 21:17:52.503681+08 | 0            | 0
 em      | idx_t1_c1 |           |             | 100000    | 522      |                               | 0            | 0
 em      | idx_t1_c1 | p1_c1_idx |             | 100000    | 522      |                               | 0            | 0
 em      | t2        |           |             | 24        | 1        | 2026-07-06 09:55:45.14279+08  | 0            | 0
 em      | mv        |           |             | 4         | 2        | 2026-07-05 21:31:25.447864+08 | 0            | 0
(6 rows)
 nspname | relname | partname | subpartname | colnames | nullfrac | avgwidth | distinct | dndistinct |        mcvs_top5        |                    mcfs_top5                    |       hist_qrtl       | correlation 
---------+---------+----------+-------------+----------+----------+----------+----------+------------+-------------------------+-------------------------------------------------+-----------------------+-------------
 em      | t1      |          |             | c1       | 0        | 4        | 2000     | 0          | {1388,1206,531,534,777} | {.0009,.000866667,.000833333,.000833333,.0008}  | {0,495,987,1486,1999} | .755966
 em      | t1      | p1       |             | c1       | 0        | 4        | 1000     | 0          | {142,287,370,806,126}   | {.00133333,.00133333,.00133333,.00133333,.0013} | {0,253,500,747,999}   | .015105
 em      | t2      |          |             | c1       | 0        | 4        | -.25     | 0          | {0,1,2,3,4}             | {.166667,.166667,.166667,.166667,.166667}       |                       | .191304
 em      | t2      |          |             | c2       | 0        | 4        | -.125    | 0          | {0,1,2}                 | {.333333,.333333,.333333}                       |                       | .273043
 em      | t2      |          |             | {c1,c2}  | 0        | 8        | -.25     | 0          |                         |                                                 |                       | 0
 em      | mv      |          |             | c1       | 0        | 4        | -.25     | 0          | {2}                     | {1}                                             |                       | 1
(6 rows)
                                        ====== Query Others =====                                         
----------------------------------------------------------------------------------------------------------;
 current time: 2026-07-06 09:56:32.29183+08
(1 row)
-- 使用TABLES选项，打印SQL语句所依赖的表对象信息列表。
gaussdb=# EXPLAIN (TABLES) SELECT t.c1, v.c1 FROM em.t1 t, em.mv v WHERE t.c1 < 500 AND v.c1=2;
 id |                         operation                          | E-rows | E-width |     E-costs     
----+------------------------------------------------------------+--------+---------+-----------------
  1 | ->  Nested Loop (2,3)                                      | 100132 |       8 | 0.000..1764.638
  2 |    ->  Partitioned Index Only Scan using idx_t1_c1 on t1 t |  25033 |       4 | 0.000..510.928
  3 |    ->  Materialize                                         |      4 |       4 | 0.000..2.070
  4 |       ->  Seq Scan on mv v                                 |      4 |       4 | 0.000..2.050
(4 rows)
         Predicate Information (identified by plan id)          
----------------------------------------------------------------
   2 --Partitioned Index Only Scan using idx_t1_c1 on t1 t
         Index Cond: (c1 < 500), (Expression Flatten Optimized)
         Selected Partitions:  1
   4 --Seq Scan on mv v
         Filter: (c1 = 2), (Expression Flatten Optimized)
(5 rows)
            Tables Referenced             
------------------------------------------
 ('em', 't1'), ('em', 't2'), ('em', 'mv')
(1 row)
-- 重定向输出到文件。
gaussdb=# \o plan_trace.out
-- 使用PLANTRACE选项，输出计划生成期间产生的plan trace信息。
gaussdb=# EXPLAIN (PLANTRACE) SELECT t.c1, v.c1 FROM em.t1 t, em.mv v WHERE t.c1 < 500 AND v.c1=2;
-- 关闭重定向。
gaussdb=# \o
-- 清理创建对象。
gaussdb=# DROP SCHEMA em CASCADE;
gaussdb=# \q
-- 查询重定向输出文件，可以看到当前SQL查询计划的路径代价的计算过程。
[omm@localhost ~]$ awk 'index($0,"[optcost_initial_cost_nestloop]"){f=1} f{print} index($0,"=[optcost_initial_cost_nestloop]="){exit}' plan_trace.out
 [optcost_initial_cost_nestloop]
 method_initial_state: inner_pathid,5 outer_pathid,4 inner_start_cost,0.000000 inner_total_cost,2.050000 outer_start_cost,0.000000 outer_total_cost,510.927500 outer_path_rows,25033.000000
 cal: inner_rescan_start_cost,0.000000 inner_rescan_total_cost,2.050000
 cal: inner_run_cost = inner_total_cost - inner_start_cost 2.050000, 2.050000, 0.000000
 cal: inner_rescan_run_cost = inner_rescan_total_cost - inner_rescan_start_cost 2.050000
 cal: startup_cost += outer_start_cost + inner_start_cost 0.000000
 cal: run_cost += outer_total_cost - outer_start_cost 510.927500
 cal: run_cost += (outer_path_rows - 1) * inner_rescan_start_cost 510.927500
 cal: run_cost += inner_run_cost 512.977500
 cal: run_cost += (outer_path_rows - 1) * inner_rescan_run_cost 51828.577500
 Initial nestloop cost: startup_cost: 0.000000, total_cost: 51828.577500
 =[optcost_initial_cost_nestloop]=
-- 清理plan trace文件。
gaussdb# rm -f ./plan_trace.out
```
#### 相关链接
[ANALYZE \| ANALYSE](https://support.huaweicloud.com/centralized-ref-v10-gaussdb/gaussdb-38-0225.html)
