更新时间：2026-10-21 GMT+08:00
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。如果用户想使用EXPLAIN分析INSERT，UPDATE，DELETE，CREATE TABLE AS或EXECUTE语句，而不想改动数据（执行这些语句会影响数据），请使用如下方法。
1 2 3
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。
1EXPLAIN [ ( option [, ...] ) ] statement;
其中选项option子句的语法为。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
{ ANALYZE [ boolean ] | ANALYSE [ boolean ] | VERBOSE [ boolean ] | COSTS [ boolean ] | CPU [ boolean ] | DETAIL [ boolean ] | NODES [ boolean ] | NUM_NODES [ boolean ] | BUFFERS [ boolean ] | TIMING [ boolean ] | PLAN [ boolean ] | BLOCKNAME [ boolean ] | FORMAT { TEXT | XML | JSON | YAML } | METADATA [ boolean ] | TABLES [ boolean ] }
- 显示SQL语句的执行计划，且要按顺序给出选项。
1EXPLAIN { [ ANALYZE | ANALYSE ] [ VERBOSE ] | PERFORMANCE } statement;
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DN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DN的信息。
- FALSE：不打印。
- NODES boolean
打印query执行的节点信息。
取值范围：
- TRUE（缺省值）：打印执行的节点的信息。
- FALSE：不打印。
- NUM_NODES boolean
打印执行中的节点的个数信息。
取值范围：
- TRUE（缺省值）：打印DN个数的信息。
- 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：
- TRUE（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。
- FALSE：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。请参见《SQL调优指南》中“使用Plan Hint进行调优 > 指定Hint所处的查询块Queryblock”章节。
- FALSE：不对计划显示产生影响。
- FORMAT
指定输出格式。
取值范围：TEXT，XML，JSON和YAML。
默认值：TEXT。
- PERFORMANCE
使用此选项时，即打印执行中的所有相关信息。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。
- remote query poll time stream gather：算子用于侦听各DN数据到达CN的网络poll时间。
- deserialize time：反序列化所需时间。
- estimated time：估计时间。
- Network Poll Time：分布式stream网络通信时，表示libcomm接收侧等待数据耗时。
- Stream Send time：分布式stream网络通信时，表示libcomm或libpq发送数据耗时。
- OS Kernel Send time：分布式stream网络通信时，表示操作系统层发送数据耗时，大于0才会显示。
- Wait Quota time：分布式stream网络通信时，表示libcomm等待对端发送quota流控大小耗时，大于0才会显示。
- Data Serialize time：分布式stream网络通信时，表示数据序列化时间 。
- Data Copy time：分布式stream网络通信时，表示数据复制时间，大于0才会显示。
- METADATA boolean
是否显示语句元数据内容。当不指定boolean时，默认为TRUE。该部分内容仅在语句使用stream类型计划时展示，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，该值为空。
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。
- TABLES boolean
是否显示SQL语句所依赖的表对象信息，包括表与物化视图。当不指定boolean时，默认为TRUE。该部分内容仅在语句使用stream类型计划时展示。
- 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
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 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 | --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 -------------------------------------------------- Data Node Scan (cost=0.00..0.00 rows=0 width=0) Node/s: All datanodes (2 rows) --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 -------------------------------------------------------------------------------------------- Data Node Scan (cost=0.00..0.00 rows=0 width=0) (actual time=1.754..3.218 rows=2 loops=1) Node/s: All datanodes Total runtime: 3.272 ms (3 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 -------------------------------------------------------------------------------------------------- Data Node Scan (cost=0.00..0.00 rows=0 width=0) (actual time=1.996..2.214 rows=2 loops=1) Node/s: All datanodes (CPU: ex c/r=25694795469106248, ex row=2, ex cyc=51389590938212496, inc cyc=51389590938212496) Total runtime: 2.251 ms (4 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": "Data Node Scan",+ "Startup Cost": 0.00, + "Total Cost": 0.00, + "Plan Rows": 0, + "Plan Width": 0, + "Node/s": "All datanodes" + } + } + ] (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: "Data Node Scan"+ Startup Cost: 0.00 + Total Cost: 0.00 + Plan Rows: 0 + Plan Width: 0 + Node/s: "dn_6005_6006" (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 ------------------------ Data Node Scan Node/s: dn_6005_6006 (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=18.19..14.32 rows=1 width=4) -> Streaming (type: GATHER) (cost=18.19..14.32 rows=3 width=4) Node/s: All datanodes -> Aggregate (cost=14.19..14.20 rows=3 width=4) -> Seq Scan on customer_address_p1 (cost=0.00..14.18 rows=10 width=4) Filter: (ca_address_sk < 10000) (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SCHEMA。 gaussdb=# DROP SCHEMA tpcds CASCADE; |
示例2
# 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
) DISTRIBUTE BY HASH (c1) 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) DISTRIBUTE BY HASH (c1);
-- 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;
NOTICE: The 'DISTRIBUTE BY' clause is not specified. Using 'c1' as the distribution column by default.
HINT: Please use 'DISTRIBUTE BY' clause to specify suitable data distribution column.
-- 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 | -> Streaming (type: GATHER) | 100584 | 8 | 4764.48
2 | -> Nested Loop (3,4) | 100584 | 8 | 573.48
3 | -> Partitioned Index Only Scan using idx_t1_c1 on t1 t | 25146 | 4 | 150.24
4 | -> Materialize | 12 | 4 | 4.15
5 | -> Streaming(type: BROADCAST) | 12 | 4 | 4.13
6 | -> Seq Scan on mv v | 4 | 4 | 3.05
(6 rows)
Predicate Information (identified by plan id)
-----------------------------------------------------------
3 --Partitioned Index Only Scan using idx_t1_c1 on t1 t
Index Cond: (c1 < 500)
Selected Partitions: 1
6 --Seq Scan on mv v
Filter: (c1 = 2)
(5 rows)
Object Definition
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
-------
CREATE TABLE em.t1 (c1 integer) WITH (orientation=row, compression=no, storage_type=USTORE, segment=off) DISTRIBUTE BY HASH(c1) TO GROUP group1 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) TABLESPACE pg_default;
CREATE TABLE em.t2 (c1 integer, c2 integer) WITH (orientation=row, storage_type=astore, compression=no) DISTRIBUTE BY HASH(c1) TO GROUP group1;
CREATE MATERIALIZED VIEW em.mv AS SELECT t2.c1 FROM 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 | 384 | 2026-07-06 11:12:08.316871+08 | 0 |
em | t1 | p1 | | 50000 | 192 | 2026-07-06 11:12:08.61814+08 | 0 |
em | idx_t1_c1 | | | 100000 | 58 | | 0 |
em | idx_t1_c1 | p1_c1_idx | | 100000 | 58 | | 0 |
em | t2 | | | 48 | 3 | 2026-07-06 11:15:38.374133+08 | 0 |
em | mv | | | 4 | 3 | 2026-07-06 11:15:45.16283+08 | 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 | 667 | {358,132,188,267,613} | {.001,.000833333,.000833333,.000833333,.000833333} | {0,513,1016,1516,1999} | .715956
em | t1 | p1 | | c1 | 0 | 4 | 1000 | 667 | {594,996,7,454,591} | {.00133333,.00133333,.0013,.0013,.0013} | {0,250,497,749,999} | .0195734
em | t2 | | | c1 | 0 | 4 | -.125 | -.125 | {0,1,2,3,4} | {.166667,.166667,.166667,.166667,.166667} | | .462875
em | t2 | | | c2 | 0 | 4 | 3 | 1 | {0,1,2} | {.333333,.333333,.333333} | | .865393
em | t2 | | | {c1,c2} | 0 | 8 | -.125 | -.125 | {{0,1,2,3,4},{0,1,2,0,1}} | {.166667,.166667,.166667,.166667,.166667} | | 0
em | mv | | | c1 | 0 | 4 | -.25 | 1 | {2} | {1} | | 1
(6 rows)
====== Query Others =====
---------------------------------------------
current time: 2026-07-06 11:15:52.968669+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 | -> Streaming (type: GATHER) | 100584 | 8 | 4764.48
2 | -> Nested Loop (3,4) | 100584 | 8 | 573.48
3 | -> Partitioned Index Only Scan using idx_t1_c1 on t1 t | 25146 | 4 | 150.24
4 | -> Materialize | 12 | 4 | 4.15
5 | -> Streaming(type: BROADCAST) | 12 | 4 | 4.13
6 | -> Seq Scan on mv v | 4 | 4 | 3.05
(6 rows)
Predicate Information (identified by plan id)
-----------------------------------------------------------
3 --Partitioned Index Only Scan using idx_t1_c1 on t1 t
Index Cond: (c1 < 500)
Selected Partitions: 1
6 --Seq Scan on mv v
Filter: (c1 = 2)
(5 rows)
Tables Referenced
------------------------------------------
('em', 't1'), ('em', 't2'), ('em', 'mv')
(1 row)
-- 清理创建对象。
gaussdb=# DROP SCHEMA em CASCADE;
gaussdb=# \q 相关链接
父主题： E
