Phoenix原理 | Phoenix查询计划剖析

一.概要

在数据库中,执行计划就是表示一条SQL将要执行的步骤,这些步骤按照不同的数据库运算符号(算子)组成,具体的组成和执行方式由数据库中的查询优化器来决定。换而言之,执行计划决定SQL的执行效率。在数据库的使用中了解其查询计划的构成,是进行查询性能调优的必要条件。本文将详细介绍Phoenix的查询计划语法、组成结构,以及一些注意事项。


二.查询计划

1. 基本说明

在Phoenix中,查询计划能告诉我们如下的信息:

  • 将要扫描的CHUNK数量

  • 客户端并发线程数量

  • 执行模式(并行或串行)

  • 查询过滤字段或者扫描范围

  • 将会查询的表名

  • 估算扫描数据bytes大小(依赖stats信息)

  • 估算扫描数据量大小(依赖stats信息)

  • 估算数量bytes大小和数据量时间

  • 操作符被执行在客户端或者服务端

  • 涉及的查询operations(sort、filter, scan, merge, join, limit等)


2. 语法

explain [select... | upsert ... select | delete...] 

explain语法示例如下:

explain SELECT host FROM PTSDB WHERE host IN ('a','b');

explain UPSERT INTO t1 SELECT id FROM t2 ORDER BY K1, V1;


3. 如何选择最优查询计划

检查查询计划是否最优,核心有以下几点可以作为参考:

  • 尽量避免出现FULL SCAN,尤其对于不走索引表的单表查询,不应该出现FULL SCAN

  • 执行模式尽可能使用并行(某些情况一定是串行的执行模式)

  • 尽可能将对应表的过滤条件或计算下推到server端

  • 尽可能使用覆盖索引,生成不需要回查数据表的查询计划


三.查询计划详解

1. 操作符说明

  • UNION ALL: 表示union all查询,操作符后面接查询计划中涉及查询的数量

  • AGGREGATE INTO SINGLE ROW: 没有groupby语句情况下,聚合查询结果到一行中。例如 count(*)

  • AGGREGATE INTO ORDERED DISTINCT ROWS:带有group by的分组查询

  • FILTER BY expression: 过滤出符合表达式条件的数据

  • INNER-JOIN: 多表Join

  • MERGE SORT: 进行merge sort排序,大多是客户端对多线程查询结果进行排序

  • RANGE SCAN: 对主键进行范围扫描,通常有指定start key和stop key

  • ROUND ROBIN: 对查询没有排序要求,并发的在客户端发起扫描请求。

  • SKIP SCAN: Phoenix实现的一种扫描方式,通常能比Range scan获得更好的性能。

  • FULL SCAN: 全表扫描

  • LIMIT: 对查询结果取TOP N

  • CLIENT: 在客户端执行相关操作

  • X-CHUNK: 根据统计信息可以把一个region分成多个CHUNK, X在查询计划中表示将要扫描的CHUNK数量,此处是多线程并发扫描的,并发的数量是由客户端线程池的大小来决定的

  • PARALLEL X-WAY:描述了有X个并发对scan做merge sort之类的客户端操作

  • SERIAL: 单线程串行执行

  • SERVER: 在SERVER端(RS)执行相关操作


2. 查询计划示例说明

分组聚合查询。查询计划中有5385个并发,并行对表做范围扫描,在server端以组合rowkey的第二列k2为过滤条件过滤,并以k2列做聚合。

explain select count(k2) from OFFSET_TEST where k2 = '3343' group by k2;

CLIENT 5385-CHUNK 2330168 ROWS 314572800 BYTES PARALLEL 5385-WAY RANGE SCAN OVER OFFSET_TEST [0] - [63]
SERVER FILTER BY FIRST KEY ONLY AND K2 = '3343'
SERVER AGGREGATE INTO DISTINCT ROWS BY [K2]
CLIENT MERGE SORT

无排序查询生成ROUND ROBIN查询计划。查询计划中有5385个并发,并行对表做ROUND ROBIN的范围扫描,在server端以组合rowkey的第二列k2为过滤条件过滤。

explain select * from OFFSET_TEST where k2 = '3343';

CLIENT 5385-CHUNK 2330168 ROWS 314572800 BYTES PARALLEL 5385-WAY ROUND ROBIN RANGE SCAN OVER OFFSET_TEST [0] - [63] 
SERVER FILTER BY K2 = '3343'

有排序查询。查询计划中有5385个并发,并行对表做范围扫描,在server端以组合rowkey的第二列k2为过滤条件过滤并排序,最后在客户端进行merge sort查询结果。

explain select * from OFFSET_TEST where k2 = '3343' order by k2;

CLIENT 5385-CHUNK 2330168 ROWS 314572800 BYTES PARALLEL 5385-WAY RANGE SCAN OVER OFFSET_TEST [0] - [63]
    SERVER FILTER BY K2 = '3343'
    SERVER SORTED BY [K2]
CLIENT MERGE SORT


四.API访问查询计划信息

String explainSql = "EXPLAIN SELECT * FROM T";
Long estimatedBytes = null;
Long estimatedRows = null;
Long estimateInfoTs = null;
try (Statement statement = conn.createStatement(explainSql)) {
        int paramIdx = 1;
        ResultSet rs = statement.executeQuery(explainSql);

        //打印查询计划
        System.out.println(QueryUtil.getExplainPlan(rs));

        //获取相关估算值
        rs.next();
        estimatedBytes =
                (Long) rs.getObject(PhoenixRuntime.EXPLAIN_PLAN_ESTIMATED_BYTES_READ_COLUMN);
        estimatedRows =
                (Long) rs.getObject(PhoenixRuntime.EXPLAIN_PLAN_ESTIMATED_ROWS_READ_COLUMN);
        estimateInfoTs =
                (Long) rs.getObject(PhoenixRuntime.EXPLAIN_PLAN_ESTIMATE_INFO_TS_COLUMN);
}


五.注意事项

  • 当有两个以上索引表时尽量使用hint去指定查询必须要使用的索引表,这样可以确保即使以后再加了索引不会影响到现在使用的查询计划

  • 能通过数据表组合主键覆盖的查询条件,尽量避免创建索引表。索引表表越多,写放大越严重,维护成本也会随之增加

  • 在查询计划中Scan速度,SKIP SCAN > RANGE SCAN > FULL SCAN

  • 不是所有的查询operations都能下推到server端

  • 查询SERVER FILTER一个普通列,一般会在server端发生全表扫描操作,也需要谨慎检查

  • 组合主键或者组合索引的非前缀列,作为过滤条件列进行查询时,一般会生成SCAN OVER的查询计划,但实际上这种查询也很可能需要全表扫描,所以也需要根据实际情况检查确认


References

  • https://phoenix.apache.org/explainplan.html

  • https://phoenix.apache.org/language/index.html


Phoenix原理 | Phoenix查询计划剖析


上一篇:Clang Static Analyzer使用手册-scan-build查看bug


下一篇:Spring自定义Redis的scan命令总结