本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
# Amazon Redshift 中的查询计划
*查询计划*是执行引擎在对数据执行查询时必须遵循的指令列表。您可以通过运行 [EXPLAIN](https://docs.aws.amazon.com/redshift/latest/dg/r_EXPLAIN.html) 命令，后跟实际查询文本来创建查询计划，如以下示例查询所示：
```
EXPLAIN
select s.s_name, sum(li.l_quantity) as quantity
from tpch.lineitem li
join tpch.orders o
on o.o_orderkey = li.l_orderkey
and o.o_orderdate > '1992-05-01'
join tpch.supplier s
on s.s_suppkey = li.l_suppkey
group by s.s_name
order by quantity desc
limit 10;
```
如果您对上述查询示例运行 `EXPLAIN` 命令，则会得到以下输出：
```
XN Limit (cost=1004400430902.15..1004400430902.17 rows=10 width=39)
-> XN Merge (cost=1004400430902.15..1004400430926.97 rows=9928 width=39)
Merge Key: sum(li.l_quantity)
-> XN Network (cost=1004400430902.15..1004400430926.97 rows=9928 width=39)
Send to leader
-> XN Sort (cost=1004400430902.15..1004400430926.97 rows=9928 width=39)
Sort Key: sum(li.l_quantity)
-> XN HashAggregate (cost=4400430218.24..4400430243.06 rows=9928 width=39)
-> XN Hash Join DS_BCAST_INNER (cost=21489.58..4400401726.35 rows=5698378 width=39)
Hash Cond: ("outer".l_suppkey = "inner".s_suppkey)
-> XN Hash Join DS_DIST_NONE (cost=21364.58..273387.85 rows=5698378 width=14)
Hash Cond: ("outer".l_orderkey = "inner".o_orderkey)
-> XN Seq Scan on lineitem li (cost=0.00..60012.15 rows=6001215 width=22)
-> XN Hash (cost=17803.81..17803.81 rows=1424306 width=8)
-> XN Seq Scan on orders o (cost=0.00..17803.81 rows=1424306 width=8)
Filter: (o_orderdate > '1992-05-01'::date)
-> XN Hash (cost=100.00..100.00 rows=10000 width=33)
-> XN Seq Scan on supplier s (cost=0.00..100.00 rows=10000 width=33)
```
**注意**
示例查询计划输出是查询执行的简化概要介绍。示例计划未说明并行查询处理的详细信息。有关详细信息，请运行该查询，然后使用 [SVL\_QUERY\_SUMMARY](https://docs.aws.amazon.com/redshift/latest/dg/r_SVL_QUERY_SUMMARY.html) 或 [SVL\_QUERY\_REPORT](https://docs.aws.amazon.com/redshift/latest/dg/r_SVL_QUERY_REPORT.html) 视图获取查询摘要信息。
## Amazon Redshift 查询编辑器 v2
您还可以使用查询编辑器 v2 中的**解释**选项查看 Amazon Redshift 中的查询计划。有关说明，请参阅 Amazon Redshift 文档中的[使用查询编辑器 v2](https://docs.aws.amazon.com/redshift/latest/mgmt/query-editor-v2-using.html)。
查询编辑器 v2 生成的查询计划包含以下信息：
+ 执行引擎将执行的操作，自下而上地阅读结果
+ 每个操作所执行步骤的类型
+ 每个操作中使用的表和列
+ 每个操作中处理的数据量（以字节为单位），以行数和数据宽度计
+ 操作的相对成本（成本是比较计划内各步骤相对执行时间的衡量指标。成本不提供有关实际执行时间或内存消耗的精确信息，也不提供各执行计划之间有意义的比较。但是，成本可以指示查询中的哪些操作消耗最多的资源。）
## EXPLAIN 计划
您可以使用 [STL\_EXPLAIN](https://docs.aws.amazon.com/redshift/latest/dg/r_STL_EXPLAIN.html) 系统表显示已提交供执行的查询的 `EXPLAIN` 计划。总体而言，使用 `STL_EXPLAIN` 可以帮助提升 Amazon Redshift 查询的性能、效率和成本效益。
使用 `STL_EXPLAIN` 的优势包括：
+ **性能优化**：`STL_EXPLAIN` 可帮助识别查询中可以进行优化以获得更好性能的区域。
+ **查询规划**：`STL_EXPLAIN` 可提供有关 Amazon Redshift 如何执行查询的信息，并可帮助识别查询中的潜在瓶颈。
+ **调试**：通过显示 Amazon Redshift 执行查询所采取的步骤，`STL_EXPLAIN` 可帮助诊断查询的问题。
+ **了解 Amazon Redshift 行为**：`STL_EXPLAIN` 可以深入了解 Amazon Redshift 如何处理查询，帮助您更好地理解 Amazon Redshift 行为。
+ **成本优化**：`STL_EXPLAIN` 可以提供有关查询估计成本的信息，帮助您识别可以优化成本的领域。
以下查询是如何返回给定查询计划节点的示例：
```
select nodeid as id,
plannode,
info
from stl_explain
where query=1042904
order by nodeid;
```
上述查询返回以下输出。
`EXPLAIN` 计划会返回每个操作的有用指标，包括成本、行数和宽度指标。例如，上述查询的第 7 行返回以下内容：
```
-> XN Hash Join DS_DIST_NONE (cost=21364.58..273387.85 rows=5698378 width=14)
```
### 成本
成本是对于比较计划内的操作非常有用的相对值。成本由被两个圆点分隔的十进制值组成。在此示例中，成本等于 `21364.58..273387.85`。请考虑以下事项：
+ 第一个值（在本例中为 `21364.58`）提供返回此操作的第一行的相对成本。
+ 第二个值（在本例中为 `273387.85`）提供完成操作的相对成本。
查询计划中的成本是累积的，并从较低的行向较高的行累积。在上面的示例输出中，第 7 行包括自身下方各行（即第 8-12 行及以后各行）中其他操作的成本。
### 行
行数是要返回的估计行数。在此示例中，扫描预计将返回 5698378 行。行数估算基于 `ANALYZE` 命令生成的可用统计数据。如果最近未运行过 `ANALYZE`，则估算的可靠性会降低。
### 宽度
宽度是平均行的估计宽度（以字节为单位）。在此示例中，平均行的宽度应为 14 个字节。