Query Explain を使用してクエリ実行を分析する
このページでは、クエリの実行時にクエリ実行情報を取得する方法について説明します。
Query Explain を使用する
Query Explain を使用すると、クエリの実行方法を把握できます。 これにより、クエリを最適化するために使用できる詳細情報が提供されます。
Query Explain は、 Google Cloud コンソールで使用できます。
コンソール
クエリエディタでクエリを実行し、[説明] タブを開きます。
-
Google Cloud コンソールで、[データベース] ページに移動します。
- データベースのリストから、Firestore データベースを選択します。 Google Cloud コンソールで、そのデータベースの Firestore エクスプローラが開きます。
- クエリエディタにクエリを入力し、[実行] をクリックします。
-
[説明] タブをクリックして、クエリ分析の出力を表示します。
分析
Query Explain の出力には、統計情報の概要と実行ツリーの 2 つの主要コンポーネントが含まれています。次のクエリを例として考えてみましょう。
db.pipeline().collection('/users').sort(field("status").ascending()).limit(100)
統計情報の概要
Query Explain の出力の上部には、実行統計の概要が表示されます。これらの統計情報を使用して、クエリのレイテンシや費用が高いかどうかを判断します。これには、クエリがメモリ上限にどの程度近づいているかを示すメモリ統計情報も含まれています。
Execution:
results returned: 2
request peak memory usage: 20.25 KiB (20,736 B)
data bytes read: 148 B
entity row scanned: 2
Billing:
read units: 1
実行ツリー
実行ツリーは、クエリの実行を一連のノードとして記述します。最下部のノード(リーフノード)は、ストレージ レイヤからデータを取得し、ツリーを上方向に走査してクエリ レスポンスを生成します。
各実行ノードの詳細については、実行のリファレンスをご覧ください。
この情報を使用してクエリを最適化する方法については、クエリの実行を最適化するをご覧ください。
実行ツリーの例を次に示します。
Tree:
• Compute
| $out_1: map_set($record_1, "__name__", $__name___1, "__key__", unset)
| is query result: true
|
| Execution:
| records returned: 2
| latency: 5.96 ms (local <1 ms)
|
└── • Compute
| $__name___1: map_get($record_1, "__key__")
|
| Execution:
| records returned: 2
| latency: 5.88 ms (local <1 ms)
|
└── • MajorSort
| fields: [$v_1 ASC]
| output: [$record_1]
| limit: 100
|
| Execution:
| records returned: 2
| latency: 5.86 ms (local <1 ms)
| peak memory usage: 20.25 KiB (20,736 B)
|
└── • Compute
| $v_1: map_get($record_1, "status")
|
| Execution:
| records returned: 2
| latency: 5.23 ms (local <1 ms)
|
└── • TableScan
source: /users
order: UNDEFINED
properties: *
row range: (-∞..+∞)
output record: $record_1
variables: [$record_1]
Execution:
records returned: 2
latency: 4.68 ms
records scanned: 2
data bytes read: 148 B
次のステップ
- 実行ツリーのノードについては、クエリ実行のリファレンスをご覧ください。
- クエリを最適化する方法については、クエリの実行を最適化するをご覧ください。