借助 Query Explain,您可以提交 Datastore 模式查询
发送到后端并接收有关后端查询执行的详细性能统计信息
。它的功能类似于许多关系型数据库系统中的 EXPLAIN ANALYZE
操作。
您可以使用 Datastore 模式客户端库发送查询解释请求。
查询解释结果可以帮助您了解查询是如何执行的,向您揭示低效问题,并指明可能存在服务器端瓶颈的位置。
查询解释:
- 在规划阶段提供有用的数据洞见,以便您可以调整查询索引并提高效率。
- 帮助您了解每次查询的费用和性能, 您可以快速迭代不同的查询句式, 并优化其使用方式
了解查询解释选项:默认和分析
您可以使用 default 选项或 analyze 选项。
使用默认选项时,查询解释会规划查询,但会跳过执行阶段;并返回规划阶段的信息。您可以用该选项来检查查询是否具有必要的索引,并了解查询使用了哪些索引。例如,这可以帮助您确认特定查询是否使用了某个复合索引,而不是交叉使用多个不同的索引。
使用分析选项时,查询解释不仅会规划查询,还会执行查询。此选项会返回上文提及的所有规划信息,以及来自查询执行运行时的统计信息;包括结算信息以及查询执行的系统级数据洞见。您可以使用 用于测试各种查询和索引配置 以缩短成本并缩短延迟时间
查询解释如何收费?
使用默认选项解释查询时,不创建索引或读取 任意时间。无论查询复杂程度如何,一次读取操作 。
如果您在使用查询解释时选择的是分析选项,系统会相应执行索引和读取操作,因此您需要照常为查询付费。没有任何 分析活动产生的额外费用,只是相应查询的正常费用 调用。
使用默认选项执行查询
您可以使用客户端库提交默认选项请求。
请注意,查询说明结果使用 Identity and Access Management 进行身份验证, 对常规查询操作使用相同的权限
Java
如需了解如何安装和使用适用于 Datastore 模式的客户端库,请参阅 Datastore 模式客户端库。 如需了解详情,请参阅 Datastore 模式 Java API 参考文档。
如需向 Datastore 模式进行身份验证,请设置应用默认凭据。 如需了解详情,请参阅为本地开发环境设置身份验证。
请参阅响应中的 indexes_used
字段,了解查询计划中使用的索引:
"indexes_used": [ {"query_scope": "Collection Group", "properties": "(__name__ ASC)"}, ]
有关该报告的详细信息,请参阅 报告参考。
使用分析选项执行查询
您可以使用客户端库提交默认选项请求。
请注意,查询分析结果使用 Identity and Access Management (IAM) 进行身份验证, 对常规查询操作使用相同的权限
Java
如需了解如何安装和使用 Datastore 模式的客户端库,请参阅 Datastore 模式客户端库。 如需了解详情,请参阅 Datastore 模式 Java API 参考文档。
如需向 Datastore 模式进行身份验证,请设置应用默认凭据。 如需了解详情,请参阅为本地开发环境设置身份验证。
请参阅 executionStats
对象以查找查询性能分析信息,例如:
{ "resultsReturned": "5", "executionDuration": "0.100718s", "readOperations": "5", "debugStats": { "index_entries_scanned": "95000", "documents_scanned": "5" "billing_details": { "documents_billable": "5", "index_entries_billable": "0", "small_ops": "0", "min_query_cost": "0", } } }
如需详细了解该报告,请参阅报告参考文档。
解读结果并相应做出调整
以下示例场景按类型和制作国家/地区查询电影,并演示了如何优化查询使用的索引。
有关该报告的详细信息,请参阅 “查询说明”报告参考。
接下来,我们以下面这个 SQL 查询为例来进行说明。
SELECT * FROM movies WHERE category = 'Romantic' AND country = 'USA';
如果我们使用“分析”选项,以下报告输出就会显示查询在单字段索引 (category ASC, __name__ ASC)
和 (country ASC, __name__ ASC)
上运行。它会扫描 16, 500 个索引条目,但返回了
只有 1200 个文档。
// Output query planning info "indexes_used": [ {"query_scope": "Collection Group", "properties": "(category ASC, __name__ ASC)"}, {"query_scope": "Collection Group", "properties": "(country ASC, __name__ ASC)"}, ] // Output query status { "resultsReturned": "1200", "executionDuration": "0.118882s", "readOperations": "1200", "debugStats": { "index_entries_scanned": "16500", "documents_scanned": "1200" "billing_details": { "documents_billable": "1200", "index_entries_billable": "0", "small_ops": "0", "min_query_cost": "0", } } }
为了优化查询的执行性能,您可以创建一个完全覆盖查询需求的复合索引(category ASC、country ASC、__name__ ASC)。
再次以分析模式运行查询后,我们可以看到新创建的 此查询已选择索引,该查询的运行速度更快, 。
// Output query planning info "indexes_used": [ {"query_scope": "Collection Group", "properties": "(category ASC, country ASC, __name__ ASC)"} ] // Output query stats { "resultsReturned": "1200", "executionDuration": "0.026139s", "readOperations": "1200", "debugStats": { "index_entries_scanned": "1200", "documents_scanned": "1200" "billing_details": { "documents_billable": "1200", "index_entries_billable": "0", "small_ops": "0", "min_query_cost": "0", } } }