Query Explain की मदद से, क्वेरी के एक्ज़ीक्यूशन का विश्लेषण करना

इस पेज पर, क्वेरी लागू करने पर उसकी परफ़ॉर्मेंस की जानकारी पाने का तरीका बताया गया है.

क्वेरी की परफ़ॉर्मेंस की जानकारी पाने के लिए, Query Explain का इस्तेमाल करना

Query Explain का इस्तेमाल करके, यह समझा जा सकता है कि आपकी क्वेरी कैसे लागू की जा रही हैं. इससे आपको ऐसी जानकारी मिलती है जिसका इस्तेमाल करके, अपनी क्वेरी को ऑप्टिमाइज़ किया जा सकता है.

Query Explain का इस्तेमाल, Google Cloud Console या explain कमांड के ज़रिए किया जा सकता है.

विश्लेषण

Query Explain के आउटपुट में दो मुख्य कॉम्पोनेंट होते हैं: परफ़ॉर्मेंस के आंकड़ों की खास जानकारी और परफ़ॉर्मेंस ट्री. उदाहरण के लिए, इस क्वेरी को देखें:

db.orders.aggregate(
 [
   { "$match": { "user_id": 1234 } },
   { "$sort": { "date_placed": 1 } }
 ]
)

परफ़ॉर्मेंस के आंकड़ों की खास जानकारी

क्वेरी की परफ़ॉर्मेंस की जानकारी के आउटपुट में सबसे ऊपर, परफ़ॉर्मेंस के आंकड़ों की खास जानकारी होती है. इन आंकड़ों का इस्तेमाल करके, यह पता लगाया जा सकता है कि किसी क्वेरी में ज़्यादा समय लग रहा है या उसकी लागत ज़्यादा है. इसमें मेमोरी के आंकड़े भी शामिल होते हैं. इनसे यह पता चलता है कि आपकी क्वेरी, मेमोरी की सीमाओं के कितने करीब है.

Execution:
 results returned: 35
 query id: 7e7b37ea1a259d79
 request peak memory usage: 45.56 KiB (46,656 B)
 data bytes read: 24.58 KiB (25,175 B)
 entity row scanned: 265

Billing:
 read units: 7

परफ़ॉर्मेंस ट्री

परफ़ॉर्मेंस ट्री, क्वेरी की परफ़ॉर्मेंस को नोड की सीरीज़ के तौर पर दिखाता है. सबसे नीचे मौजूद नोड (लीफ़ नोड), स्टोरेज लेयर से डेटा वापस पाते हैं. इसके बाद, यह डेटा क्वेरी का जवाब जनरेट करने के लिए, ट्री में ऊपर की ओर जाता है.

हर परफ़ॉर्मेंस नोड के बारे में ज़्यादा जानने के लिए, परफ़ॉर्मेंस रेफ़रंस देखें.

क्वेरी को ऑप्टिमाइज़ करने के लिए, इस जानकारी का इस्तेमाल करने के तरीके के बारे में जानने के लिए, क्वेरी की परफ़ॉर्मेंस को ऑप्टिमाइज़ करना लेख पढ़ें.

यहां परफ़ॉर्मेंस ट्री का एक उदाहरण दिया गया है:

Execution:
 results returned: 35
 query id: 7e7b37ea1a259d79
 request peak memory usage: 45.56 KiB (46,656 B)
 data bytes read: 24.58 KiB (25,175 B)
 entity row scanned: 265

Billing:
 read units: 7

Tree:
• Compute
|  $out_1: map_set($record_1, "__id__", $__id___1, "__key__", unset)
|  is query result: true
|
|  Execution:
|   records returned: 35
|   latency: 204.87 ms (local 7.64 ms)
|
└── • Compute
    |  $__id___1: _id($__key___2)
    |
    |  Execution:
    |   records returned: 35
    |   latency: 197.23 ms (local 2.04 ms)
    |
    └── • MajorSort
        |  fields: [$v_5 ASC]
        |  output: [$__key___2, $record_1]
        |
        |  Execution:
        |   records returned: 35
        |   latency: 195.20 ms (local 28.42 ms)
        |   peak memory usage: 45.56 KiB (46,656 B)
        |
        └── • Compute
            |  $v_5: offset($v_4, 0L)
            |
            |  Execution:
            |   records returned: 35
            |   latency: 166.78 ms (local 14.84 ms)
            |
            └── • Compute
                |  $v_4: sortPaths(array($date_placed_1), [date_placed ASC])
                |
                |  Execution:
                |   records returned: 35
                |   latency: 151.94 ms (local 5.43 ms)
                |
                └── • TableScan
                       source: **/orders
                       order: STABLE
                       filter: $eq($user_id_1, 1,234)
                       output bindings: {$__key___2=row().__key__, $date_placed_1=row().date_placed, $record_1=row[* - { __create_time__, __update_time__ }](), $user_id_1=row().user_id}
                       output: [$__key___2, $date_placed_1, $record_1]

                       Execution:
                        records returned: 35
                        latency: 146.50 ms
                        data bytes returned: 3.25 KiB (3,325 B)
                        post-filtered rows: 230
                        records scanned: 265
                        data bytes read: 24.58 KiB (25,175 B)

आगे क्या करना है

• परफ़ॉर्मेंस ट्री के नोड के बारे में जानने के लिए, क्वेरी की परफ़ॉर्मेंस का रेफ़रंस देखें.
• क्वेरी को ऑप्टिमाइज़ करने के तरीके के बारे में जानने के लिए, क्वेरी की परफ़ॉर्मेंस को ऑप्टिमाइज़ करना लेख पढ़ें.