使用查询解释分析查询执行

本页面介绍了如何在执行查询时检索查询执行信息。

使用查询解释

您可以使用查询解释功能来了解查询的执行方式。这会提供可用于优化查询的详细信息。

您可以通过 Google Cloud 控制台或 explain 命令来使用查询解释。

控制台

在查询编辑器中执行查询，然后打开说明标签页：

  1. 在 Google Cloud 控制台中，前往数据库页面。

    前往“数据库”

  2. 从数据库列表中，选择一个与 MongoDB 兼容的 Firestore 数据库。 Google Cloud 控制台会为该数据库打开 Firestore Explorer。
  3. 在查询编辑器中输入查询，然后点击运行。

  4. 点击说明标签页以查看查询分析输出。

    控制台中的“查询解释”标签页
MongoDB API

通过 explain 命令为 MongoDB API 中的查询解释提供支持，您可以在 Mongo Shell 和 Compass 等工具中使用该命令。

aggregate、find、distinct 和 count 命令支持 explain 命令，例如：

db.collection.explain.find(...)

您还可以使用 explain() 方法，例如：

db.collection.find({QUERY}).explain()
限制
请注意以下限制和差异：

  • 查询解释不支持返回游标的命令。例如，不支持通过直接调用以下命令来调用解释：

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

  • 只有 find、aggregate、count 和 distinct 命令支持查询解释。

  • 通过 MongoDB API 不支持查询解释的 Verbosity 和 Comment 选项。此行为与 executionStats 选项匹配。如果提供了 allPlansExecution 和 queryPlanner 选项，则系统会忽略这些选项。

分析

查询解释的输出包含两个主要组成部分：摘要统计信息和执行树。请考虑以下查询示例：

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

摘要统计信息

解释性输出的顶部包含执行统计信息的摘要。使用这些统计信息可确定查询是否具有高延迟或高费用。它还包含内存统计信息，可让您了解查询与内存限制的接近程度。

Billing Metrics:
read units: 1

Execution Metrics:
request peak memory usage: 4.00 KiB (4,096 B)
results returned: 1

执行树

执行树将查询执行描述为一系列节点。底部节点（叶节点）会从存储层检索数据，然后向上遍历树以生成查询响应。

如需详细了解每个执行节点，请参阅执行参考文档。

如需详细了解如何使用这些信息来优化查询，请参阅优化查询执行。

以下是执行树示例：

• Compute
|  $out_1: map_set($record_1, "__id__", $__id___1, "__key__", $__key___1, "__row_id__", $__row_id___1, "__$0__", $__$0___2)
|  is query result: true
|
|  Execution:
|   records returned: 1
|
└── • Compute
    |  $__$0___2: UNSET
    |
    |  Execution:
    |   records returned: 1
    |
    └── • Compute
        |  $__key___1: UNSET
        |  $__row_id___1: UNSET
        |
        |  Execution:
        |   records returned: 1
        |
        └── • Compute
            |  $__id___1: _id($record_1.__key__)
            |
            |  Execution:
            |   records returned: 1
            |
            └── • MajorSort
                |  fields: [$v_5 ASC]
                |  output: [$record_1]
                |
                |  Execution:
                |   records returned: 1
                |   peak memory usage: 4.00 KiB (4,096 B)
                |
                └── • Compute
                    |  $v_5: array_get($v_4, 0L)
                    |
                    |  Execution:
                    |   records returned: 1
                    |
                    └── • Compute
                        |  $v_4: sortPaths(array($record_1.date_placed), [date_placed ASC])
                        |
                        |  Execution:
                        |   records returned: 1
                        |
                        └── • Filter
                            |  expression: $eq($user_id_1, 1,234)
                            |
                            |  Execution:
                            |   records returned: 1
                            |
                            └── • TableScan
                                   source: **/my_collection
                                   order: STABLE
                                   properties: * - { __create_time__, __update_time__ }
                                   output record: $record_1
                                   output bindings: {$user_id_1=user_id}
                                   variables: [$record_1, $user_id_1]

                                   Execution:
                                    records returned: 1
                                    records scanned: 1

后续步骤