本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

建立和解譯查詢計劃

您可以使用查詢計畫來取得執行查詢所需的個別操作的相關資訊。使用查詢計畫之前，建議您先了解 Amazon Redshift 如何處理處理中的查詢和建立查詢計畫。如需詳細資訊，請參閱查詢計劃和執行工作流程。

若要建立查詢計畫，請執行 EXPLAIN 命令，後面接著實際的查詢文字。查詢計畫可提供下列資訊：

EXPLAIN 命令實際上不會執行查詢。它只會顯示如果查詢是在目前操作條件下執行時，Amazon Redshift 會執行的計畫。如果您變更資料表的結構描述或資料，並再次執行 ANALYZE 以更新統計資訊中繼資料，查詢計畫可能不同。

的查詢計畫輸出EXPLAIN是查詢執行的簡化、高階檢視。它不會說明平行查詢處理的詳細資訊。若要查看詳細資訊，請執行查詢本身，然後從 SVL_QUERY_SUMMARY 或 SVL_QUERY_REPORT 檢視取得查詢摘要資訊。如需使用這些檢視的相關資訊，請參閱分析查詢摘要。

下列範例顯示EVENT資料表上簡單 GROUP BY 查詢的EXPLAIN輸出：

explain select eventname, count(*) from event group by eventname;

                            QUERY PLAN
-------------------------------------------------------------------
XN HashAggregate  (cost=131.97..133.41 rows=576 width=17)
  ->  XN Seq Scan on event  (cost=0.00..87.98 rows=8798 width=17)

EXPLAIN 會針對每個操作傳回下列指標：

EXPLAIN 運算子

本節簡短說明您在EXPLAIN輸出中最常看到的運算子。如需運算子的完整清單，請參閱 SQL命令一節EXPLAIN中的 。

循序掃描運算子

循序掃描運算子 (Seq Scan) 指出資料表掃描。序列掃描會從頭到尾依序掃描資料表中的每個資料欄，並評估每一列的查詢限制 （子WHERE句中）。

聯結運算子

Amazon Redshift 會根據要聯結資料表的實體設計、聯結所需的位置資料，以及查詢本身的特定需求來選取聯結運算子。

彙整運算子

查詢計劃在涉及彙總函數和 GROUP BY 操作的查詢中使用下列運算子。

排序運算子

查詢計畫會在查詢必須排序或合併結果集時使用下列運算子。

UNION、 INTERSECT和 EXCEPT運算子

查詢計劃針對涉及使用 UNION、 INTERSECT和 設定操作的查詢使用下列運算子EXCEPT。

其他運算子

下列運算子也會經常出現在例行查詢的EXPLAIN輸出中。

在 中加入 EXPLAIN

取決於查詢和基礎資料表的結構，查詢最佳化器會使用不同的聯結類型來擷取資料表資料。EXPLAIN 輸出會參考聯結類型、使用的資料表，以及資料表資料在叢集間的分佈方式，以描述查詢的處理方式。

聯結類型範例

下列範例顯示查詢最佳化器可以使用的不同聯結類型。查詢計畫中使用的聯結類型取決於所牽涉資料表的實體設計。

範例：雜湊聯結兩個資料表

下列查詢會在 CATID 欄CATEGORY上聯結 EVENT和 。CATID 是 的分佈和排序金鑰，CATEGORY但不是 的分佈和排序金鑰EVENT。雜湊聯結會使用 EVENT作為外部資料表和CATEGORY內部資料表來執行。因為 CATEGORY是較小的資料表，規劃器會在查詢處理期間使用 DS_BCAST_ 將其複本廣播至運算節點INNER。此範例中的聯結成本可說明計畫的多數累積成本。

explain select * from category, event where category.catid=event.catid;

                               QUERY PLAN
-------------------------------------------------------------------------
 XN Hash Join DS_BCAST_INNER  (cost=0.14..6600286.07 rows=8798 width=84)
   Hash Cond: ("outer".catid = "inner".catid)
   ->  XN Seq Scan on event  (cost=0.00..87.98 rows=8798 width=35)
   ->  XN Hash  (cost=0.11..0.11 rows=11 width=49)
         ->  XN Seq Scan on category  (cost=0.00..0.11 rows=11 width=49)

範例：合併聯結兩個資料表

下列查詢也會使用 SELECT *，但會聯結 SALES 和 LISTING LISTID欄，其中 LISTID 已設定為兩個資料表的分佈和排序金鑰。已選擇合併聯結，且聯結不需要重新分發資料 （DS_DIST_NONE）。

explain select * from sales, listing where sales.listid = listing.listid;
QUERY PLAN
-----------------------------------------------------------------------------
XN Merge Join DS_DIST_NONE  (cost=0.00..6285.93 rows=172456 width=97)
  Merge Cond: ("outer".listid = "inner".listid)
  ->  XN Seq Scan on listing  (cost=0.00..1924.97 rows=192497 width=44)
  ->  XN Seq Scan on sales  (cost=0.00..1724.56 rows=172456 width=53)

下列範例示範相同查詢內不同類型的聯結。如上一個範例所示， SALES 和 LISTING合併已聯結，但第三個資料表 EVENT必須與合併聯結的結果結合雜湊。重申，雜湊聯結會衍生播送成本。

explain select * from sales, listing, event
where sales.listid = listing.listid and sales.eventid = event.eventid;
                                  QUERY PLAN
----------------------------------------------------------------------------
XN Hash Join DS_BCAST_INNER  (cost=109.98..3871130276.17 rows=172456 width=132)
  Hash Cond: ("outer".eventid = "inner".eventid)
  ->  XN Merge Join DS_DIST_NONE  (cost=0.00..6285.93 rows=172456 width=97)
        Merge Cond: ("outer".listid = "inner".listid)
        ->  XN Seq Scan on listing  (cost=0.00..1924.97 rows=192497 width=44)
        ->  XN Seq Scan on sales  (cost=0.00..1724.56 rows=172456 width=53)
  ->  XN Hash  (cost=87.98..87.98 rows=8798 width=35)
        ->  XN Seq Scan on event  (cost=0.00..87.98 rows=8798 width=35)

範例：聯結、彙整和排序

下列查詢會執行 SALES和 EVENT 資料表的雜湊聯結，接著會彙總和排序操作，以說明分組SUM函數和 ORDER BY 子句。初始的排序運算子會在運算節點上平行執行。然後 Network 運算子會傳送結果至領導者節點，在其中，Merge 運算子會產生最終排序的結果。

explain select eventname, sum(pricepaid) from sales, event 
where sales.eventid=event.eventid group by eventname
order by 2 desc;
                                           QUERY PLAN
---------------------------------------------------------------------------------
 XN Merge  (cost=1002815366604.92..1002815366606.36 rows=576 width=27)
  Merge Key: sum(sales.pricepaid)
  ->  XN Network  (cost=1002815366604.92..1002815366606.36 rows=576 width=27)
        Send to leader
        ->  XN Sort  (cost=1002815366604.92..1002815366606.36 rows=576 width=27)
              Sort Key: sum(sales.pricepaid)
              ->  XN HashAggregate  (cost=2815366577.07..2815366578.51 rows=576 width=27)
                    ->  XN Hash Join DS_BCAST_INNER  (cost=109.98..2815365714.80 rows=172456 width=27)
                          Hash Cond: ("outer".eventid = "inner".eventid)
                          ->  XN Seq Scan on sales  (cost=0.00..1724.56 rows=172456 width=14)
                          ->  XN Hash  (cost=87.98..87.98 rows=8798 width=21)
                                ->  XN Seq Scan on event  (cost=0.00..87.98 rows=8798 width=21)

資料重新分佈

聯結的EXPLAIN輸出也會指定資料在叢集周圍移動的方式，以促進聯結。資料可以透過播送或重新配送來移動。在播送中，來自聯結一端的資料值會從每個運算節點複製到每個其他運算節點，使得每個運算節點最終有完整的資料副本。在重新配送中，參與的資料值是從其目前的配量傳送至新配量 (可能在不同的節點上)。資料一般會重新配送以符合參與聯結的其他資料表的散發索引鍵 (如果該散發索引鍵是其中一個聯結資料欄)。如果任何資料表都不具備其中一個聯結資料欄上的散發索引鍵，則會配送兩個資料表，或是將內部資料表播送至每個節點。

EXPLAIN 輸出也會參考內部和外部資料表。會先掃描內部資料表，並出現在較接近查詢計畫底端的位置。內部資料表為對其探測相符項目的資料表。它通常位於記憶體中，且通常是雜湊的來源資料表，如有可能，會是要聯結的兩個資料表中較小的那個。外部資料表為要對內部資料表比對的資料列的來源。通常是從磁碟讀取。查詢最佳化工具會根據ANALYZE命令最新執行的資料庫統計資料，選擇內部和外部資料表。查詢子FROM句中的資料表順序不會決定哪個資料表是內部資料表，哪個是外部資料表。

請在查詢計畫中使用下列屬性來識別資料將移動的方式，以輔助查詢：