רלוונטי רק למהדורת Cloud Firestore Enterprise. |
בדף הזה מוסבר איך לאחזר מידע על ביצוע שאילתות כשמריצים שאילתה.
שימוש ב-Query Explain
אפשר להשתמש ב-Query Explain כדי להבין איך השאילתות מבוצעות. הדוח הזה מספק פרטים שבעזרתם אפשר לבצע אופטימיזציה של השאילתות.
אפשר להשתמש ב-Query Explain דרך מסוף Google Cloud או באמצעות הפקודה explain
.
המסוף
מריצים שאילתה בעורך השאילתות ופותחים את הכרטיסייה הסבר:
-
נכנסים לדף Databases במסוף Google Cloud.
- ברשימת מסדי הנתונים, בוחרים מסד נתונים של Cloud Firestore עם תאימות ל-MongoDB. במסוף Google Cloud ייפתח Firestore Explorer עבור מסד הנתונים הזה.
- מזינים שאילתה בעורך השאילתות ולוחצים על הפעלה.
-
לוחצים על הכרטיסייה הסבר כדי לראות את הפלט של ניתוח השאילתה.
MongoDB API
השאילתה Explain ב-MongoDB API נתמכת באמצעות הפקודה explain
, שאפשר להשתמש בה בכלים כמו Mongo Shell ו-Compass.
הפקודה explain
נתמכת בפקודות aggregate
, find
, distinct
ו-count
, למשל:
db.collection.explain.find(...)
אפשר גם להשתמש בשיטה explain()
, למשל:
db.collection.find({QUERY}).explain()
מגבלות
חשוב לשים לב למגבלות ולשינויים הבאים:-
התכונה 'הסבר על שאילתה' לא תומכת בפקודות שמחזירות סמן. לדוגמה, אי אפשר להפעיל את explain על ידי הפעלת הפקודה הבאה ישירות:
db.collection.aggregate(..., explain: true)
הפקודה Query Explain נתמכת רק בפקודות
find
,aggregate
,count
ו-distinct
.-
האפשרויות
Verbosity
ו-Comment
של Query Explain לא נתמכות דרך MongoDB API. ההתנהגות תואמת לאפשרותexecutionStats
. אם מספקים את האפשרויותallPlansExecution
ו-queryPlanner
, המערכת מתעלמת מהן.
ניתוח
הפלט של Query Explain מכיל שני רכיבים עיקריים: סיכום נתונים סטטיסטיים ועץ הביצוע. דוגמה לשאילתה:
db.order.aggregate(
[
{ "$match": { "user_id": 1234 } },
{ "$sort": { "date_placed": 1 } }
]
)
סיכום נתונים סטטיסטיים
בחלק העליון של הפלט המוסבר מופיע סיכום של נתוני הביצוע. אפשר להשתמש בנתונים הסטטיסטיים האלה כדי לקבוע אם לשאילתה יש חביון או עלות גבוהים. הוא כולל גם נתונים סטטיסטיים לגבי הזיכרון, שמאפשרים לדעת כמה קרובה השאילתה למגבלות הזיכרון.
Billing Metrics:
read units: 1
Execution Metrics:
request peak memory usage: 4.00 KiB (4,096 B)
results returned: 1
עץ הביצוע
עץ ההרצה מתאר את הרצת השאילתה כסדרה של צמתים. הצמתים התחתונים (צמתי עלים) מאחזרים נתונים משכבת האחסון, והנתונים עוברים במעלה העץ כדי ליצור תשובה לשאילתה.
פרטים על כל צומת ביצוע זמינים במאמר חומר עזר בנושא ביצוע.
לפרטים על האופן שבו אפשר להשתמש במידע הזה כדי לבצע אופטימיזציה של השאילתות, אפשר לעיין במאמר בנושא אופטימיזציה של ביצוע שאילתות.
דוגמה לעץ ביצוע:
• 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
המאמרים הבאים
- מידע על הצמתים בעץ ההרצה זמין בחומר העזר בנושא הרצת שאילתות.
- כדי ללמוד איך לבצע אופטימיזציה של השאילתות, אפשר לעיין במאמר בנושא אופטימיזציה של ביצוע שאילתות.