更新时间：2024-11-01 GMT+08:00
Plan Hint调优概述
Plan Hint为用户提供了直接影响执行计划生成的手段，用户可以通过指定join顺序，join、stream、scan方法，指定结果行数，指定重分布过程中的倾斜信息等多个手段来进行执行计划的调优，以提升查询的性能。
GaussDB还提供了SQL PATCH功能，在不修改业务语句的前提下通过创建SQL PATCH的方式使得Hint生效。
功能描述
Plan Hint支持在SELECT、INSERT、UPDATE、DELETE、MERGE等关键字后通过如下形式指定：
1
|
/*+ <plan hint>*/
|
可以同时指定多个hint，之间使用空格分隔。hint只能hint当前层的计划，对于子查询计划的hint，需要在子查询的select关键字后指定hint。
例如：
1
|
select /*+ <plan_hint1> <plan_hint2> */ * from t1, (select /*+ <plan_hint3> */ * from t2) where 1=1; |
其中<plan_hint1>，<plan_hint2>为外层查询的hint，<plan_hint3>为内层子查询的hint。
检查Plan Hint调优的效果可以借助explain语法进行分析。通过explain可以查看使用Plan Hint后目标SQL的计划，对比计划是否符合要求以验证Plan Hint的效果。explain有多种计划展示的模式，通过explain_perf_mode进行控制。本节的示例一般通过设置explain_perf_mode为pretty模式来展示计划，展示较全的计划相关信息。部分示例设置explain_perf_mode为normal模式以精简输出信息。
如果在视图定义（CREATE VIEW）时指定hint，则在该视图每次被应用时会使用该hint。
当使用random plan功能（参数plan_mode_seed不为0）时，查询指定的plan hint不会被使用。
支持范围
当前版本Plan Hint支持的范围如下，后续版本会进行增强。
- 指定Join顺序的hint - leading hint。
- 指定Join方式的hint，仅支持除semi/anti join，unique plan之外的常用hint。
- 指定结果集行数的hint。
- 指定Stream方式的hint。
- 指定Scan方式的hint，仅支持常用的tablescan，indexscan和indexonlyscan的hint。
- 指定子链接块名的hint。
- 指定倾斜信息的hint，仅支持Join与HashAgg的重分布过程倾斜。
- 指定本query内生效的guc参数的hint（在视图内使用不生效）。
- 指定使用custom plan或generic plan的hint（只对PBE执行的查询语句生效）。
- 指定子查询不展开的hint。
- 指定当前查询语句不进入全局计划缓存（enable_global_plancache打开且当前语句为PBE执行时生效）。
注意事项
- 不支持Agg、Sort、Setop和Subplan的hint。
- 不支持SMP和Node Group场景下的Hint。
示例
本章节使用同一个语句进行示例，便于Plan Hint支持的各方法作对比，示例语句及不带hint的原计划如下所示：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 |
explain select i_product_name product_name ,i_item_sk item_sk ,s_store_name store_name ,s_zip store_zip ,ad2.ca_street_number c_street_number ,ad2.ca_street_name c_street_name ,ad2.ca_city c_city ,ad2.ca_zip c_zip ,count(*) cnt ,sum(ss_wholesale_cost) s1 ,sum(ss_list_price) s2 ,sum(ss_coupon_amt) s3 FROM store_sales ,store_returns ,store ,customer ,promotion ,customer_address ad2 ,item WHERE ss_store_sk = s_store_sk AND ss_customer_sk = c_customer_sk AND ss_item_sk = i_item_sk and ss_item_sk = sr_item_sk and ss_ticket_number = sr_ticket_number and c_current_addr_sk = ad2.ca_address_sk and ss_promo_sk = p_promo_sk and i_color in ('maroon','burnished','dim','steel','navajo','chocolate') and i_current_price between 35 and 35 + 10 and i_current_price between 35 + 1 and 35 + 15 group by i_product_name ,i_item_sk ,s_store_name ,s_zip ,ad2.ca_street_number ,ad2.ca_street_name ,ad2.ca_city ,ad2.ca_zip ; |
HashAggregate (cost=53.53..53.76 rows=1 width=880)
Group By Key: item.i_product_name, item.i_item_sk, store.s_store_name, store.s_zip, ad2.ca_street_number, ad2.ca_street_name, ad2.ca_city, ad2.ca_zip
-> Streaming (type: GATHER) (cost=53.53..53.76 rows=2 width=880)
Node/s: All datanodes
-> HashAggregate (cost=53.10..53.11 rows=2 width=880)
Group By Key: item.i_product_name, item.i_item_sk, store.s_store_name, store.s_zip, ad2.ca_street_number, ad2.ca_street_name, ad2.ca_city, ad2.ca_zip
-> Nested Loop (cost=0.00..53.07 rows=2 width=776)
-> Streaming(type: REDISTRIBUTE) (cost=0.00..46.36 rows=2 width=416)
Spawn on: All datanodes
-> Nested Loop (cost=0.00..45.99 rows=2 width=416)
-> Streaming(type: REDISTRIBUTE) (cost=0.00..39.27 rows=2 width=258)
Spawn on: All datanodes
-> Nested Loop (cost=0.00..38.99 rows=2 width=258)
-> Streaming(type: REDISTRIBUTE) (cost=0.00..32.28 rows=2 width=262)
Spawn on: All datanodes
-> Nested Loop (cost=0.00..32.00 rows=2 width=262)
-> Streaming(type: REDISTRIBUTE) (cost=0.00..25.28 rows=2 width=262)
Spawn on: All datanodes
-> Nested Loop (cost=0.00..25.00 rows=2 width=262)
-> Nested Loop (cost=0.00..21.64 rows=2 width=270)
-> Seq Scan on item (cost=0.00..13.36 rows=1 width=208)
Filter: ((i_current_price >= 35::numeric) AND (i_current_price <= 45::numeric) AND (i_current_price >= 36::numeric) AND
(i_current_price <= 50::numeric) AND (i_color = ANY ('{maroon,burnished,dim,steel,navajo,chocolate}'::bpchar[])))
-> Index Scan using store_sales_pkey on store_sales (cost=0.00..8.27 rows=1 width=62)
Index Cond: (ss_item_sk = item.i_item_sk)
-> Index Only Scan using store_returns_pkey on store_returns (cost=0.00..3.35 rows=1 width=8)
Index Cond: ((sr_item_sk = store_sales.ss_item_sk) AND (sr_ticket_number = store_sales.ss_ticket_number))
-> Index Scan using customer_pkey on customer (cost=0.00..3.35 rows=1 width=8)
Index Cond: (c_customer_sk = store_sales.ss_customer_sk)
-> Index Only Scan using promotion_pkey on promotion (cost=0.00..3.35 rows=1 width=4)
Index Cond: (p_promo_sk = store_sales.ss_promo_sk)
-> Index Scan using store_pkey on store (cost=0.00..3.35 rows=1 width=166)
Index Cond: (s_store_sk = store_sales.ss_store_sk)
-> Index Scan using customer_address_pkey on customer_address ad2 (cost=0.00..3.35 rows=1 width=368)
Index Cond: (ca_address_sk = customer.c_current_addr_sk)
(34 rows)
父主题： 使用Plan Hint进行调优
