Menganalisis eksekusi kueri dengan Query Explain

Halaman ini menjelaskan cara mengambil informasi eksekusi kueri saat Anda menjalankan kueri.

Menggunakan Query Explain

Anda dapat menggunakan Query Explain untuk memahami cara kueri Anda dijalankan. Hal ini memberikan detail yang dapat Anda gunakan untuk mengoptimalkan kueri.

Anda dapat menggunakan Query Explain melalui konsol Google Cloud atau perintah explain.

Konsol

Jalankan kueri di Editor Kueri dan buka tab Explanation:

  1. Di konsol Google Cloud , buka halaman Databases.

    Buka Databases

  2. Dari daftar database, pilih database Firestore dengan kompatibilitas MongoDB. Konsol Google Cloud membuka Firestore Explorer untuk database tersebut.
  3. Masukkan kueri di editor kueri, lalu klik Run.

  4. Klik tab Penjelasan untuk melihat output analisis kueri.

    Tab Query Explain di konsol
MongoDB API

Query Explain di MongoDB API didukung melalui perintah explain yang dapat Anda gunakan pada alat seperti Mongo Shell dan Compass.

Perintah explain didukung dengan perintah aggregate, find, distinct, dan count, misalnya:

db.collection.explain('executionStats').find(...)

Anda juga dapat menggunakan metode explain(), misalnya:

db.collection.find({QUERY}).explain('executionStats')
Batasan
Perhatikan batasan dan perbedaan berikut:

  • Query Explain tidak mendukung perintah yang menampilkan kursor. Misalnya, memanggil explain dengan memanggil perintah berikut secara langsung tidak didukung:

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

  • Query Explain hanya didukung pada perintah find, aggregate, count, distinct, update, delete, dan findAndModify.

  • Query Explain mendukung mode kejelasan executionStats, allPlansExecution, dan queryPlanner.

    • queryPlanner: Hanya menampilkan rencana eksekusi, tanpa menjalankan kueri,
    • executionStats dan allPlansExecution: Menampilkan rencana eksekusi beserta statistik penagihan, memori, dan eksekusi.

    Jika tidak ada mode kejelasan yang ditentukan, shell akan ditetapkan secara default ke queryPlanner. Untuk melihat statistik eksekusi lengkap, Anda harus menentukan mode kejelasan executionStats atau allPlansExecution.

Analisis

Output Query Explain berisi dua komponen utama, yaitu Statistik Ringkasan dan Hierarki Eksekusi. Pertimbangkan kueri ini sebagai contoh:

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

Statistik Ringkasan

Bagian atas output yang dijelaskan berisi ringkasan statistik eksekusi. Gunakan statistik ini untuk menentukan apakah kueri memiliki latensi atau biaya yang tinggi. Selain itu, tab ini juga berisi statistik memori yang memberi tahu seberapa dekat kueri Anda dengan batas memori.

Execution:
 results returned: 35
 query id: 7e7b37ea1a259d79
 request peak memory usage: 45.56 KiB (46,656 B)
 data bytes read: 24.58 KiB (25,175 B)
 entity row scanned: 265

Billing:
 read units: 7

Hierarki Eksekusi

Hierarki eksekusi menjelaskan eksekusi kueri sebagai serangkaian node. Node bawah (node daun) mengambil data dari lapisan penyimpanan yang melintasi hierarki untuk menghasilkan respons kueri.

Untuk mengetahui detail tentang setiap node eksekusi, lihat Referensi eksekusi.

Untuk mengetahui detail cara menggunakan informasi ini guna mengoptimalkan kueri Anda, lihat Mengoptimalkan eksekusi kueri.

Berikut contoh hierarki eksekusi:

Execution:
 results returned: 35
 query id: 7e7b37ea1a259d79
 request peak memory usage: 45.56 KiB (46,656 B)
 data bytes read: 24.58 KiB (25,175 B)
 entity row scanned: 265

Billing:
 read units: 7

Tree:
• Compute
|  $out_1: map_set($record_1, "__id__", $__id___1, "__key__", unset)
|  is query result: true
|
|  Execution:
|   records returned: 35
|   latency: 204.87 ms (local 7.64 ms)
|
└── • Compute
    |  $__id___1: _id($__key___2)
    |
    |  Execution:
    |   records returned: 35
    |   latency: 197.23 ms (local 2.04 ms)
    |
    └── • MajorSort
        |  fields: [$v_5 ASC]
        |  output: [$__key___2, $record_1]
        |
        |  Execution:
        |   records returned: 35
        |   latency: 195.20 ms (local 28.42 ms)
        |   peak memory usage: 45.56 KiB (46,656 B)
        |
        └── • Compute
            |  $v_5: offset($v_4, 0L)
            |
            |  Execution:
            |   records returned: 35
            |   latency: 166.78 ms (local 14.84 ms)
            |
            └── • Compute
                |  $v_4: sortPaths(array($date_placed_1), [date_placed ASC])
                |
                |  Execution:
                |   records returned: 35
                |   latency: 151.94 ms (local 5.43 ms)
                |
                └── • TableScan
                       source: **/orders
                       order: STABLE
                       filter: $eq($user_id_1, 1,234)
                       output bindings: {$__key___2=row().__key__, $date_placed_1=row().date_placed, $record_1=row[* - { __create_time__, __update_time__ }](), $user_id_1=row().user_id}
                       output: [$__key___2, $date_placed_1, $record_1]

                       Execution:
                        records returned: 35
                        latency: 146.50 ms
                        data bytes returned: 3.25 KiB (3,325 B)
                        post-filtered rows: 230
                        records scanned: 265
                        data bytes read: 24.58 KiB (25,175 B)

Langkah berikutnya