TiDB执行计划（二）

接一篇TiDB执行计划（一），上一篇中主要介绍了执行计划中涉及到的算子，今天把执行计划中剩余的东西讲完

查询计划命令

EXPLAIN命令，可以查看TiDB执行sql时的执行计划，用法和mysql一样，跟上sql即可

EXPLAIN  SQL语句

举个栗子(脱敏数据)

执行 EXPLAIN

EXPLAIN 
select
  a0_.id,
  a0_.create_time,
  a0_.end_time,
  a0_.flow_id,
  a0_.campaign_id,
  a0_.unit_id,
  a0_.oa_id,
  a0_.org_path_,
  a0_.param,
  a0_.start_time,
  a0_.state,
  a0_.user_type,
  a0_.update_time,
  a0_.user_id
from
  table_a a0_
where
  a0_.campaign_id = 354361236223
  and a0_.user_id = 25325123
  and a0_.user_type = 1
  and a0_.param = '1'
limit
  1000

执行计划结果

执行计划结果

执行计划以一个树形结构展示出来，来说说每一列的含义吧：

• id 为算子，是执行sql时，每一步需要执行子任务
• estRows为每一个子任务预估需要处理的行数
• task为子任务执行时候所在的位置
• access-object子任务的对象，比如说表、索引等
• operator info子任务执行时候的一些算是操作日志的信息吧

上一篇文章说了算子，今天来说下执行计划中，剩下这几个字段estRows、task、access-object、operator info的含义吧

estRows：为每一个子任务预估需要处理的行数

这个很容易理解，就直接上栗子了

select
  user_id
from
  tablea a0_
GROUP by
  user_id

这个sql，对于索引列user_id使用了group by，导致了执行时需要对所有索引数据进行扫描，会出现IndexFullScan算子，执行计划如下：

estRows

• 因为这个sql的执行计划是，先对于索引列user_id进行了索引数据全量进行扫描，使用了IndexFullScan算子，所以IndexFullScan_11这一步的算子的预估行数estRows是索引列user_id全量数据的数据量，133270314
• 这个sql后一步的执行是通过IndexReader算子对下层算子的数据进行一个聚合，所以IndexReader_13算子的预估行数estRows是user_id列 group by以后的数据，也就是873229.35了

task：为子任务执行时候所在的位置

• 为子任务执行时候所在的位置
• 主要有两种
• cop,是指使用TiKV中的Coprocessor执行的计算任务，支持大部分函数（包括聚合函数和标量函数）、LIMIT操作、索引扫描和表扫描
• root,是指在TiDB中执行的计算任务,一般所有汇聚TiKV/TiFlash上扫描的数据或者计算结果的算子都只能作为roottask在TiDB上执行，所有的Join操作都只能作为roottask在TiDB上执行
• TiDB的SQL优化的目标之一是将计算尽可能地下推到TiKV中执行

举个栗子

栗子1:聚合查询栗子，使用COUNT：

select
  COUNT(user_id)
from
  tablea a0_

这个sql，对于索引列user_id使用了COUNT函数，导致了执行时需要对所有索引数据进行扫描，会出现IndexFullScan算子，执行计划如下：

COUNT函数

• 对于索引列user_id使用了COUNT函数，先会对索引列user_id进行索引数据全量扫描，IndexFullScan_19算子的执行位置为 cop[tikv]
• 后续执行SteamAgg_8算子时候，因为是 聚合函数，也会在 cop[tikv]上执行
• 最终的IndexReader_21算子对下层算子的数据进行一个聚合，在root也就是TiDB中执行

栗子2:聚合查询栗子，使用group by：

select
  user_id
from
  tablea a0_
GROUP by
  user_id

这个sql，对于索引列user_id使用了group by，导致了执行时需要对所有索引数据进行扫描，会出现IndexFullScan算子，执行计划如下：

group by

• 对于索引列user_id使用了group by，先会对索引列user_id进行索引数据全量扫描，IndexFullScan_11算子的执行位置为 cop[tikv]
• 后续执行HashAgg_5算子时候，因为是group by，也会在 cop[tikv]上执行
• 最终的IndexReader_13算子对下层算子的数据进行一个聚合，在root也就是TiDB中执行

栗子3:子查询栗子，使用索引IN 子查询，当子查询为全量时：

select
  *
from
  tablea a0_
where
  user_id IN (
    select
      user_id
    from
      tablea
  )

这个sql，对于索引列user_id使用了in，子查询为全表扫描，所以会导致外层查询会对索引列user_id进行全索引数据进行扫描，会出现IndexFullScan算子，执行计划如下：

IN 子查询

• 首先，子查询没有加条件，是一个全表扫描，看执行计划2的地方，出现了一个TableFullScan_49,由于子查询是全量数据，会在cop[tikv]上执行
• 聚合子查询结果的TableReader_50会在root也就是TiDB中执行
• 看执行计划1的地方，当外层sql对索引列user_id进行In时候，会对索引列user_id进行全索引数据的扫描，IndexFullScan_40会在cop[tikv]上执行
• 同样1位置的聚合算子IndexReader_42在root也就是TiDB中执行
• 最终的HashJoin_22算子对下层算子的数据进行一个聚合，在root也就是TiDB中执行

access-object: 子任务的对象，比如说表、索引等

这个很容易理解，就直接上栗子了

select
  * 
from
  tablea a1_
where
  a1_.user_id = 123214125

执行计划如下：

TableRowIDScan栗子

• 看这个sql，是一个通过索引列user_id进行了索引范围扫描，他的执行逻辑是，先通过对于索引列user_id进行了一个范围扫描，得到所有符合条件的rowId，然后通过rowId扫描表获得数据，看执行也是，首先在Build端，通过IndexRangeScan算子，对于索引列user_id进行了范围扫描，扫描到的rowId，在Probe端,在通过TableRowIDScan算子，通过rowId扫描表获取数据，最终通过IndexLookUp算子来汇聚最终的数据
• 看这个sql执行计划的access-object
• 首先在Build端，通过IndexRangeScan_8(Build)算子，对于索引列user_id进行了范围扫描，所以该算子的对象是table:a0_,index:idx_user_id(user_id)，意思为操作的对象是表a0_的索引idx_user_id(user_id)
• 然后通过范围扫描索引得到的rowId扫描表获得数据，所以TableRowIDScan_9(Probe)算子的操作对象是表a0_

operator info: 子任务执行时候的一些算是操作日志的信息

这个很容易理解，基本是每一步的操作日志，就不举栗子说明，从原来的栗子中都可以看的懂

TiDB执行计划中的算子就为大家说到这里，欢迎大家来交流，指出文中一些说错的地方，让我加深认识。