执行计划

以如下SQL语句为例，本节示例都以pretty模式说明：

1
2
3
4
5

gaussdb=# DROP TABLE IF EXISTS t1;
gaussdb=# DROP TABLE IF EXISTS t2;
gaussdb=# CREATE TABLE t1 (c1 int, c2 int);
gaussdb=# CREATE TABLE t2 (c1 int, c2 int);
gaussdb=# SET explain_perf_mode = pretty;

gaussdb=# EXPLAIN SELECT * FROM t1,t2 WHERE t1.c1 = t2.c2;
 id |                operation                | E-rows | E-width | E-costs
----+-----------------------------------------+--------+---------+---------
  1 | ->  Streaming (type: GATHER)            |     20 |      16 | 28.69
  2 |    ->  Hash Join (3,5)                  |     20 |      16 | 27.75
  3 |       ->  Streaming(type: REDISTRIBUTE) |     20 |       8 | 14.31
  4 |          ->  Seq Scan on t2             |     20 |       8 | 13.13
  5 |       ->  Hash                          |     21 |       8 | 13.13
  6 |          ->  Seq Scan on t1             |     20 |       8 | 13.13
(6 rows)

 Predicate Information (identified by plan id)
-----------------------------------------------
   2 --Hash Join (3,5)
         Hash Cond: (t2.c2 = t1.c1)
(2 rows)

--删除表。
gaussdb=# DROP TABLE t1,t2;

• 执行计划字段解读（横向）：
  • id：执行算子节点编号。
  • operation：具体的执行节点算子名称。
  • E-rows：每个算子估算的输出行数。
  • E-width：每个算子输出元组的估算宽度。
  • E-costs：每个算子估算的执行代价。
    • E-costs是优化器根据成本参数定义的单位来衡量的，习惯上以磁盘页面顺序抓取为1个单位， 其它开销参数将参照它来设置。
    • 每个节点的开销（E-costs值）包括它的所有子节点的开销。
    • 开销只反映了优化器关心的东西，并没有把结果行传递给客户端的时间考虑进去。虽然这个时间可能在实际的总时间里占据相当重要的分量，但是被优化器忽略了，因为它无法通过修改规划来改变。
• 执行计划层级解读（纵向），计划树是自底向上的，pretty模式下每层算子以"->"缩进。最底层一般是扫描算子：
  • 算子id-4和id-6是最底层的扫描算子：
    1. Seq Scan on t1

       表扫描算子，用Seq Scan的方式扫描表t1。这一层的作用是把表t1的数据从buffer或者磁盘上读上来输送给上层节点参与hash join计算。

    2. Seq Scan on t2

       表扫描算子，用Seq Scan的方式扫描表t2。这一层的作用是把表t2的数据从buffer或者磁盘上读上来输送给上层节点参与计算。

  • 第二层：Hash

    Hash算子，作用是把下层计算输送上来的算子计算hash值生成hash表，为后续hash join操作做数据准备。

  • 第二层：Streaming(type: REDISTRIBUTE)

    Streaming是一个特殊的算子，它实现了分布式架构的核心数据shuffle功能，Streaming(type: REDISTRIBUTE)：作用是DN根据选定的列把数据重分布到所有的DN，这里该算子的作用是根据join列将t2的数据重分布到各个DN节点上准备和t1join。关于Streaming算子会在后续算子详解中做具体介绍。

  • 第三层：Hash Join (3,5)

    Hash join算子，作用是将t1表和t2表的数据通过hash join的方式连接，并输出结果数据，其中(3,5)指id为3的算子的结果和id为5的算子的结果做连接

  • 第四层：Streaming (type: GATHER)

    Streaming (type: GATHER)：作用是CN从DN收集数据。