Analizza l'esecuzione delle query con Query Explain

Questa pagina descrive come recuperare le informazioni sull'esecuzione delle query quando esegui una query.

Utilizza Spiegazione query

Puoi utilizzare Query Explain per capire come vengono eseguite le query. In questo modo, puoi ottenere dettagli che puoi utilizzare per ottimizzare le query.

Puoi utilizzare Query Explain tramite la console Google Cloud o il comando explain.

Console

Esegui una query nell'editor di query e apri la scheda Spiegazione:

  1. Nella console Google Cloud, vai alla pagina Database.

    Vai a Database

  2. Dall'elenco dei database, seleziona un database Cloud Firestore. La console Google Cloud apre Firestore Explorer per il database.
  3. Inserisci una query nell'editor di query e fai clic su Esegui.

  4. Fai clic sulla scheda Spiegazione per visualizzare l'output dell'analisi della query.

    Scheda Spiegazione della query nella console
API MongoDB

La funzionalità Query Explain nell'API MongoDB è supportata tramite il comando explain, che puoi utilizzare in strumenti come Mongo Shell e Compass.

Il comando explain è supportato con i comandi aggregate, find, distinct e count, ad esempio:

db.collection.explain('executionStats').find(...)

Puoi anche utilizzare il metodo explain(), ad esempio:

db.collection.find({QUERY}).explain('executionStats')
Limitazioni
Tieni presenti le seguenti limitazioni e differenze:

  • Query Explain non supporta i comandi che restituiscono un cursore. Ad esempio, non è supportata la chiamata di explain tramite il seguente comando diretto:

    db.collection.aggregate(..., explain: true)

  • Query Explain è supportato solo sui comandi find, aggregate, count, distinct, update, delete e findAndModify.

  • Query Explain supporta le modalità di dettaglio executionStats, allPlansExecution e queryPlanner.

    • queryPlanner: restituisce solo il piano di esecuzione, senza eseguire la query.
    • executionStats e allPlansExecution: restituisce il piano di esecuzione insieme alle statistiche di fatturazione, memoria ed esecuzione.

    Se non viene specificata alcuna modalità di Preferenze di lettura, la shell utilizza per impostazione predefinita queryPlanner. Per visualizzare le statistiche di esecuzione complete, devi specificare la modalità di Preferenze di lettura executionStats o allPlansExecution.

Analisi

L'output di Query Explain contiene due componenti principali: le statistiche di riepilogo e l'albero di esecuzione. Considera questa query come esempio:

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

Statistiche di riepilogo

La parte superiore dell'output spiegato contiene un riepilogo delle statistiche di esecuzione. Utilizza queste statistiche per determinare se una query ha una latenza o un costo elevati. Contiene anche statistiche sulla memoria che ti consentono di sapere quanto la tua query è vicina ai limiti di memoria.

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

Albero di esecuzione

L'albero di esecuzione descrive l'esecuzione della query come una serie di nodi. I nodi inferiori (nodi foglia) recuperano i dati dal livello di archiviazione, che risale l'albero per generare una risposta alla query.

Per informazioni dettagliate su ciascun nodo di esecuzione, consulta il riferimento per l'esecuzione.

Per informazioni dettagliate su come utilizzare queste informazioni per ottimizzare le query, consulta Ottimizza l'esecuzione delle query.

Di seguito è riportato un esempio di albero di esecuzione:

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)

Passaggi successivi