达梦数据库执行计划与性能分析入门：EXPLAIN、AUTOTRACE 与 ET

在使用达梦数据库时，经常会遇到一种情况：SQL 可以正常执行，但速度很慢。此时，仅看 SQL 语句本身往往无法找到原因，因为 SQL 只说明"需要查询什么数据"，没有说明数据库内部采用什么方式获取这些数据。

例如：

SELECT *
FROM EMPLOYEE
WHERE EMP_ID = 1001;

如果 EMP_ID 上存在索引，数据库可能直接定位目标数据；如果没有合适的索引，则可能需要扫描整张表。当数据量较小时，两种方式差别不明显，但当表中存在几十万甚至上百万行数据时，执行方式会直接影响 SQL 性能。

因此，分析慢 SQL 的第一步，是查看数据库为 SQL 生成的执行计划。

一、什么是执行计划

一条 SQL 提交到数据库后，大致会经历以下过程：

SQL解析
→ 查询优化
→ 生成执行计划
→ 按计划执行
→ 返回结果

其中，查询优化器负责选择 SQL 的执行方式，例如：

• 使用全表扫描还是索引扫描；
• 多张表按照什么顺序连接；
• 使用嵌套循环还是哈希连接；
• 是否需要排序、聚合或回表；
• 过滤条件在哪个阶段执行。

执行计划就是优化器最终选择的执行路线。

可以简单理解为：

SQL：告诉数据库要什么数据
执行计划：告诉数据库怎样得到这些数据

二、怎样阅读执行计划

达梦执行计划通常以树形结构显示，例如：

NSET2
  PRJT2
    SLCT2
      CSCN2

虽然计划从上到下显示，但数据通常由底层节点产生，再逐层向上传递。因此阅读时应从缩进最深的节点开始。

上面的计划可以理解为：

CSCN2：扫描表中的数据
SLCT2：按照条件过滤
PRJT2：计算并返回需要的列
NSET2：形成最终结果集

阅读计划时，可以按照以下顺序分析。

1. 看访问了哪些表

先找到计划最底层的表扫描或索引扫描节点，确认 SQL 访问了哪些表。

常见操作符包括：

• CSCN2：扫描表中的聚集索引数据，常表现为整表扫描；
• CSEK2：按条件扫描聚集索引；
• SSEK2：扫描二级索引；
• BLKUP2：根据二级索引结果回表读取其他列。

如果计划中出现：

BLKUP2
  SSEK2

说明数据库先通过二级索引找到目标记录，再回到原表读取索引中没有保存的列。

2. 看是否使用索引

看到 SSEK2、CSEK2 或具体索引名称，通常说明计划使用了索引。

看到 CSCN2 时，需要判断是否扫描了大量不需要的数据。

但不能简单认为全表扫描一定不好、索引扫描一定更快。

如果 SQL 本身需要读取大部分数据，或者索引条件区分度很低，使用索引后进行大量回表，可能比直接扫描整张表更慢。

因此，判断计划是否合理，需要结合：

• 表的数据量；
• 查询返回的数据比例；
• 索引区分度；
• 是否需要大量回表；
• 实际执行时间和读取量。

3. 看过滤条件

执行计划中可能出现：

access(...)
filter(...)

可以简单理解为：

• access：用于数据定位或表连接；
• filter：数据读取后再进行过滤。

如果 SQL 先读取大量数据，之后才进行过滤，通常会产生更多资源消耗。

4. 看表连接方式

多表查询中常见的连接方式包括嵌套循环和哈希连接。

嵌套循环可以理解为：

从左侧取一行数据
→ 到右侧查找匹配记录
→ 再取下一行
→ 再次到右侧查找

它适合左侧结果较少、右侧连接列有索引的情况。如果左侧返回几十万行，右侧节点也可能被执行几十万次。

哈希连接通常先读取一侧数据建立哈希结构，再扫描另一侧进行匹配，更适合较大结果集之间的等值连接。

连接方式本身没有绝对好坏，需要结合数据量和实际耗时判断。

三、怎样理解计划中的数字

达梦执行计划中经常出现类似内容：

CSCN2: [10, 1000, 48]

三个数字通常表示：

[估算代价, 预计行数, 每行数据长度]

1. 估算代价

代价是优化器用于比较不同执行方案的相对指标。

它不是实际执行时间，不能把代价 10 理解为 SQL 执行需要 10 毫秒。

2. 预计行数

预计行数表示优化器估计该节点会处理或返回多少条记录。

如果优化器预计返回 10 行，实际却返回 10 万行，后续连接方式和扫描方式就可能不再合适。

估算不准确可能与以下原因有关：

• 统计信息过期；
• 数据分布不均；
• 多列之间存在关联；
• 条件中使用函数或隐式类型转换。

3. 每行数据长度

该值表示节点每处理一行数据的大致长度。

返回列越多，每行数据越宽，排序、连接和网络传输的成本通常也越高。因此，在不需要全部字段时，应避免长期使用 SELECT *。

四、EXPLAIN：查看优化器生成的预估计划

EXPLAIN 是分析 SQL 执行计划时最基础的工具。它的作用不是执行查询，而是让优化器根据当前的表结构、索引、统计信息和数据库参数，为 SQL 生成一份预估执行计划。

基本形式如下：

EXPLAIN
SELECT *
FROM EMPLOYEE
WHERE DEPT_ID = 10;

执行后，数据库不会真正读取并返回查询结果，只会显示优化器准备采用的执行路线。因此，EXPLAIN 适合用于性能分析的第一步。

1. EXPLAIN 实际上在看什么

一条 SQL 通常存在多种可选执行方式。

例如：

SELECT *
FROM EMPLOYEE
WHERE DEPT_ID = 10;

优化器可能考虑：

• 扫描整张 EMPLOYEE 表；
• 使用 DEPT_ID 上的二级索引；
• 使用某个包含 DEPT_ID 的联合索引；
• 先扫描索引，再回表获取其他字段；
• 在多表查询中改变表的连接顺序；
• 在嵌套循环、哈希连接等方式之间进行选择。

EXPLAIN 展示的是优化器比较不同候选方案后，最终选择的那一份计划。

因此，EXPLAIN 主要回答的是：

根据优化器目前掌握的信息，这条 SQL 准备怎样执行？

这里的"目前掌握的信息"非常重要。优化器并不知道业务上的真实含义，它主要根据统计信息估算条件会返回多少数据，再决定扫描方式和连接方式。如果统计信息不准确，优化器对数据量的估计就可能出现偏差，最终计划也可能不合理。

2. 查看 EXPLAIN 时应重点关注什么

初学阶段不需要立即分析所有字段，可以先关注以下内容。

数据访问路径

先看最底层节点使用了哪种方式获取数据，例如：

CSCN2
SSEK2
CSEK2
BLKUP2

重点判断：

• 是整表数据扫描还是索引扫描；
• 使用了哪个索引；
• 是否发生回表；
• 扫描范围是否与查询条件相符。

例如出现：

BLKUP2
  SSEK2

说明数据库先通过二级索引找到符合条件的索引记录，再根据索引结果回到原表读取其他列。

这并不一定有问题，但如果索引返回几十万条记录，就可能产生大量回表，实际性能未必比全表扫描更好。

表连接顺序

对于多表查询，要看哪张表先产生数据，哪张表后参与连接。

在嵌套循环中，左侧节点通常是驱动侧。左侧返回多少行，可能直接决定右侧节点被调用多少次。

如果优化器原本估计左侧只返回 10 行，实际却返回 10 万行，那么右侧索引扫描也可能被重复执行 10 万次。

连接方式

计划中需要关注：

• 嵌套循环连接；
• 哈希连接；
• 归并连接。

不同连接方式适合不同的数据规模。EXPLAIN 可以帮助判断优化器是否因为预计结果集较小而选择嵌套循环，或者因为预计数据量较大而选择哈希连接。

预计行数

执行计划三元组中的第二个值通常表示预计处理或输出的行数。

例如：

CSCN2: [10, 1000, 48]

其中 1000 表示优化器预计该节点会处理大约 1000 行。

预计行数会影响：

• 是否使用索引；
• 选择哪张表作为驱动表；
• 使用哪种连接方式；
• 是否进行排序；
• 为哈希、排序等操作分配多少资源。

因此，看计划时不能只看有没有索引，还要看优化器对数据量的估计是否符合实际业务情况。

过滤条件的位置

此外，还需要检查 WHERE 条件是在底层扫描阶段生效，还是读取大量数据之后才进行过滤。

如果条件能够限制索引扫描范围，数据库可能只访问少量数据；如果条件只能作为上层 filter 使用，则可能先读取大量记录，再排除其中大部分。

3. 为什么 EXPLAIN 只是"预估计划"

EXPLAIN 不真正执行 SQL，因此计划中的代价和行数都是估算值。

它无法直接告诉我们：

• SQL 实际执行了多长时间；
• 每个节点实际返回多少行；
• 实际发生多少逻辑读和物理读；
• 是否发生磁盘排序；
• 某个节点实际进入了多少次；
• 时间主要消耗在哪一个操作符。

所以，即使 EXPLAIN 看起来正常，也不能证明 SQL 的实际执行一定正常。

例如：

优化器预计返回10行
实际执行返回20万行

如果计划选择依赖"只返回 10 行"这一前提，实际执行就可能与预估结果产生巨大差异。

这也是为什么性能分析不能停留在 EXPLAIN，而需要继续使用 AUTOTRACE 和 ET 查看真实执行情况。

4. EXPLAIN FOR

达梦还提供更加详细的：

EXPLAIN FOR
SELECT *
FROM EMPLOYEE
WHERE DEPT_ID = 10;

普通 EXPLAIN 通常以树形文本显示计划，而 EXPLAIN FOR 会以结构化结果集的形式返回信息。

除了操作符、表名、索引名、预计行数和代价外，还可以包含：

• 扫描类型；
• 扫描范围；
• CPU 代价；
• I/O 代价；
• 过滤条件；
• 连接条件；
• 分区扫描范围；
• 索引建议；
• 其他扩展计划信息。

EXPLAIN FOR 还可用于查看相关 DML 语句的计划，适合需要保存、比较或进一步分析计划字段的场景。

可以简单区分为：

EXPLAIN：
适合快速阅读执行计划树。

EXPLAIN FOR：
适合查看更完整、更结构化的计划信息。

5. EXPLAIN 最适合解决的问题

EXPLAIN 最适合用于快速判断：

• 是否使用了预期索引；
• 是否出现不合理的大表扫描；
• 是否存在大量回表的可能；
• 表连接顺序是否符合数据规模；
• 为什么选择嵌套循环或哈希连接；
• SQL 改写后计划是否发生变化；
• 创建或删除索引后访问路径是否变化；
• 统计信息变化是否影响优化器估算。

但 EXPLAIN 主要用于发现"可能存在的问题"，不能单独作为最终性能结论。

---

五、AUTOTRACE：查看实际执行计划与整体资源消耗

EXPLAIN 反映的是优化器的预估。如果需要知道 SQL 真正执行时采用了什么计划、读取了多少数据、发生了多少 I/O，就需要使用 AUTOTRACE。

AUTOTRACE 是 disql 中用于控制执行计划和统计信息跟踪方式的环境变量，语法如下：

SET AUTOTRACE
<OFF | NL | INDEX | ON | TRACE | TRACEONLY>;

不同模式并不是简单的显示格式差异，其中最重要的区别是：有些模式不会真正执行 SQL，有些模式会真正执行 SQL。

1. OFF：关闭跟踪

SET AUTOTRACE OFF;

关闭 AUTOTRACE，后续 SQL 按普通方式执行。

这是缺省状态。

2. NL：只观察嵌套循环信息

SET AUTOTRACE NL;

该模式不会真正执行目标 SQL。

如果计划中存在嵌套循环，则主要显示与 NEST LOOP 有关的内容，适合快速观察：

• 是否使用嵌套循环；
• 嵌套循环大致位于计划的什么位置；
• 哪些节点参与嵌套循环。

但它不会提供完整执行统计，也不能反映真实耗时。

3. INDEX 或 ON：快速查看访问路径

SET AUTOTRACE INDEX;

或者：

SET AUTOTRACE ON;

这两种模式也不会真正执行 SQL，主要显示：

• 表扫描方式；
• 表名；
• 使用的索引。

它们适合快速回答：

这条 SQL 查哪些表，使用了哪些索引？

需要注意，达梦中的 AUTOTRACE ON 主要用于查看扫描方式和索引信息，不能直接等同于其他数据库中"执行 SQL 并输出完整统计"的 AUTOTRACE ON。

4. TRACE：真正执行并显示结果

SET AUTOTRACE TRACE;

设置完成后执行 SQL，数据库会：

• 真正执行目标 SQL；
• 返回查询结果；
• 显示服务器实际采用的执行计划；
• 显示本次执行的部分资源统计信息。

AUTOTRACE TRACE 和 EXPLAIN 的核心区别是：

EXPLAIN：
不执行SQL，看到的是优化器预估计划。

AUTOTRACE TRACE：
真正执行SQL，看到的是服务器实际采用的计划。

实际计划可能是本次新生成的，也可能来自数据库已有的计划缓存。因此，当管理工具中手工 EXPLAIN 的结果与应用程序实际执行表现不一致时，实际计划通常更具有排查价值。

5. TRACEONLY：真正执行但不输出查询结果

SET AUTOTRACE TRACEONLY;

TRACEONLY 与 TRACE 的执行过程基本一致，也会：

• 真正执行 SQL；
• 显示实际执行计划；
• 收集资源统计信息。

区别是，对于查询语句，TRACEONLY 不会把结果集打印到客户端。

这对于返回大量数据的 SQL 很重要。假设一条查询返回 50 万行，如果使用 TRACE，大量时间可能消耗在：

• 服务器向客户端传输数据；
• 客户端接收数据；
• 终端格式化和显示结果。

此时 SQL 的业务执行耗时和结果输出耗时会混在一起，不便于分析。使用 TRACEONLY 可以减少终端输出带来的干扰。

但必须明确：

TRACEONLY 只是"不显示查询结果"，并不是"不执行 SQL"。

如果目标语句是：

UPDATE ...
DELETE ...
INSERT ...

数据仍然可能被真正修改。因此，分析 DML 时应在测试环境操作，或明确控制事务。

6. AUTOTRACE 输出中的实际行数

预估计划的节点通常显示类似：

[代价, 预计行数, 行长度]

实际计划中则可能出现预计值与实际值的对比，例如带有箭头的行数信息：

[代价, 预计行数 -> 实际行数, 行长度]

如果出现：

100 -> 100

说明优化器预计与实际较接近。

如果出现：

10 -> 200000

说明优化器严重低估了该节点的数据量。

这种差异非常值得关注，因为它可能导致：

• 错误选择嵌套循环；
• 选择不合适的驱动表；
• 错误判断索引访问成本；
• 哈希表或排序空间估算不足；
• 中间结果集明显膨胀。

因此，AUTOTRACE 不只是为了看 SQL 执行了多少毫秒，还可以帮助验证优化器估算是否准确。

7. AUTOTRACE 统计信息怎样理解

TRACE 或 TRACEONLY 可以显示部分执行统计，常见指标包括以下内容。

logical reads

逻辑读表示数据库访问缓冲区中数据页的次数。

逻辑读较高，通常说明 SQL 处理的数据量较大，可能存在：

• 大范围表扫描；
• 大范围索引扫描；
• 大量回表；
• 嵌套循环反复读取；
• 连接产生大量中间结果；
• 过滤条件生效过晚。

逻辑读发生在内存中，不等于磁盘读取，但逻辑读过多仍会消耗 CPU 和内存访问资源。

在比较两种 SQL 或两份计划时，逻辑读往往比单次执行时间更稳定、更具有参考价值。

physical reads

物理读表示需要从磁盘或存储设备加载数据页。

物理读较高可能说明：

• 查询数据尚未进入缓存；
• 扫描范围很大；
• 缓冲区缓存不足；
• 数据页被其他负载挤出；
• 当前测试属于冷缓存执行。

同一条 SQL 第一次执行和第二次执行的物理读可能明显不同，因此不能只根据一次执行结果判断优化效果。

sorts (memory)

表示排序在内存中完成。

出现内存排序并不一定有问题，因为 ORDER BY、GROUP BY、DISTINCT 和部分连接操作本来就需要排序。

需要结合排序的数据量和执行耗时判断。

sorts (disk)

表示排序过程中使用了磁盘临时空间。

磁盘排序通常比内存排序开销更大。如果该指标出现，需要进一步检查：

• 排序前的数据是否过多；
• 能否让过滤条件更早执行；
• 是否存在不必要的排序或去重；
• 是否可以利用索引有序性；
• 内存配置是否适合当前数据规模。

rows processed

表示 DML 语句处理或影响的记录数。

如果 UPDATE 预计只修改几十行，实际却处理几十万行，需要检查 WHERE 条件和访问路径。

redo size、data pages changed 和 undo pages changed

这些指标主要用于观察 DML 的修改量。

一次大批量更新可能产生：

• 大量数据页修改；
• 大量 UNDO；
• 大量 REDO 日志。

此时 SQL 慢的原因可能不仅是查询路径，还包括日志写入、事务规模和存储 I/O。

roundtrips to/from client

表示客户端与服务器的交互次数。

如果应用程序循环执行大量单条 SQL，或者每次只读取很少的数据，网络往返次数可能成为额外负担。

io wait time 与 exec time

io wait time 表示 I/O 等待时间，exec time 表示执行耗时。

如果执行时间高且 I/O 等待占比也高，问题可能集中在：

• 数据读取量过大；
• 物理存储性能；
• 缓存命中不足；
• 大量临时空间读写；
• 日志写入。

如果执行时间很高但 I/O 等待较低，则还要关注：

• 大量逻辑读；
• CPU 计算；
• 排序和哈希；
• 操作符重复执行；
• 复杂表达式或函数。

8. 使用 AUTOTRACE 时的监控条件

要获得较完整的实际执行统计，需要开启相关监控参数，例如：

ENABLE_MONITOR
MONITOR_SQL_EXEC
ENABLE_MONITOR_DMSQL

其中，MONITOR_SQL_EXEC 可以按会话开启，用于记录操作符和执行计划节点统计；ENABLE_MONITOR_DMSQL 也可用于动态 SQL 执行时间监控。详细监控会增加一定开销，因此更适合在指定分析会话中临时开启，而不是在生产系统长期全局启用。

9. AUTOTRACE 使用场景

AUTOTRACE 适合进一步确认：

• 实际计划是否与 EXPLAIN 计划一致；
• 优化器预计行数与实际行数差异多大；
• SQL 的逻辑读和物理读是否过高；
• 是否发生磁盘排序；
• 查询结果传输是否影响总耗时；
• DML 是否产生大量日志和数据页修改；
• 优化前后实际资源消耗是否下降。

AUTOTRACE 提供的是整条 SQL 和整份计划的总体情况。如果要进一步精确到"究竟是哪一个操作符最慢"，还需要使用 ET。

---

六、ET：定位执行计划中的真实耗时节点

AUTOTRACE 可以告诉我们整条 SQL 执行了多长时间、读取了多少数据页，但一份复杂执行计划可能包含十几个甚至几十个节点。

例如 SQL 总执行时间为 8 秒，仅凭这个结果仍然不能确定：

• 是表扫描用了 8 秒；
• 是排序用了 8 秒；
• 是某个哈希连接耗时；
• 还是嵌套循环中的右侧节点被重复调用了几十万次。

ET 的作用，就是把一次 SQL 执行拆解到各个操作符，查看每个节点实际消耗的时间和资源。

1. ET 分析的是"某一次执行"

ET 不是直接接收 SQL 文本，而是接收 SQL 的执行号：

ET(执行号);

例如：

ET(843);

这里的执行号代表 SQL 的某一次具体执行。

即使 SQL 文本完全相同，两次执行也可能有不同的执行号。这样 ET 可以区分：

• 第一次执行；
• 第二次执行；
• 不同参数值下的执行；
• 优化前和优化后的执行。

因此，ET 分析的是：

某一条 SQL 在某一次真实执行中的操作符耗时。

而不是一份静态的预估执行计划。

2. ET 与 EXPLAIN、AUTOTRACE 的区别

三者可以这样理解：

EXPLAIN：
显示优化器预估的计划结构。

AUTOTRACE：
显示实际计划和整条SQL的总体资源消耗。

ET：
显示这次执行中每个操作符分别消耗了多少时间。

假设 AUTOTRACE 显示：

exec time = 5000ms

ET 可能进一步显示：

CSCN2       3600000us
HASH JOIN    900000us
SORT         400000us
其他节点      100000us

这样就能确认主要耗时集中在扫描节点，而不是排序或连接节点。

3. 使用 ET 需要的监控信息

ET 依赖 SQL 操作符监控，通常需要开启：

ENABLE_MONITOR
MONITOR_TIME
MONITOR_SQL_EXEC

其中 MONITOR_SQL_EXEC 可以设置为会话级，只采集当前会话的操作符统计。

如果监控参数未开启，SQL 虽然可以正常执行，但 ET 可能无法取得对应的节点耗时信息。

4. ET 输出中的核心字段

ET 输出的字段较多，初学阶段应重点关注以下几项。

OP

表示操作符名称，例如：

CSCN2
SSEK2
BLKUP2
HASH JOIN
SORT
PRJT2

同一份计划中可能出现多个相同操作符，因此不能只根据 OP 判断具体是哪个节点。

TIME(US)

表示该操作符的实际执行耗时，单位为微秒。

这是定位瓶颈最直接的字段。

一般先按耗时从高到低查看，优先分析 TIME 最大的几个节点。

但需要注意，某些上层节点的时间可能包含等待下层节点返回数据的时间。因此，不能只看单个数字，还要结合计划树的父子关系判断。

PERCENT

表示操作符耗时在整个计划中的占比。

例如：

PERCENT = 82%

说明该节点消耗了大部分执行时间，通常是最优先分析的对象。

如果一个节点耗时比例很高，可以继续判断它属于：

• 表扫描；
• 索引扫描；
• 回表；
• 连接；
• 排序；
• 聚合；
• 数据输出。

RANK

表示节点的耗时排名。

ET 通常会将节点按耗时从高到低排列，RANK 可以帮助快速找到最耗时的节点。

SEQ

表示该操作符在执行计划中的节点序号。

这是 ET 与执行计划建立对应关系的关键字段。

例如执行计划中存在：

4  #CSCN2: DEPARTMENT
7  #CSCN2: EMPLOYEE

ET 显示：

OP=CSCN2
SEQ=7
PERCENT=80%

就可以确定真正耗时的是 EMPLOYEE 的扫描，而不是 DEPARTMENT。

因此，分析 ET 时不能只说"CSCN2 很慢"，应准确到：

执行计划中编号为 7、访问 EMPLOYEE 表的 CSCN2 节点耗时最高。

N_ENTER

表示操作符被进入或调用的次数。

这是 ET 中非常重要、但容易被忽略的字段。

例如某个索引扫描：

SSEK2
TIME(US)=3000000
N_ENTER=500000

说明该索引扫描节点被调用了 50 万次。

这种情况经常出现在嵌套循环中：

NEST LOOP
  左侧节点返回50万行
  右侧SSEK2被调用50万次

每次索引定位可能只需要很短时间，但累计执行 50 万次后，整体耗时仍然很高。

此时，问题的根源可能不是索引本身慢，而是：

• 左侧结果集过大；
• 驱动表选择不合理；
• 过滤条件没有提前生效；
• 连接顺序不合理；
• 优化器预计行数严重偏小；
• 当前数据规模不适合嵌套循环。

MEM_USED(KB)

表示操作符使用的内存空间。

对于哈希连接、排序和聚合等操作，可以通过该字段观察节点的内存使用情况。

DISK_USED(KB)

表示操作符使用的磁盘空间。

如果排序、哈希或聚合节点使用了较多磁盘空间，通常说明：

• 中间数据量较大；
• 内存空间不足；
• 操作发生了磁盘溢写；
• 过滤和数据缩减发生得太晚。

ET 还可以显示哈希表槽位、哈希冲突等更深入的信息，适合进一步分析哈希连接和哈希聚合，但入门阶段不必立即展开。

5. 怎样根据 ET 判断常见问题

扫描节点耗时最高

例如：

CSCN2
PERCENT=85%

说明时间主要花在表数据扫描上。

需要继续检查：

• 扫描的表有多大；
• WHERE 条件能否提前过滤；
• 是否缺少合适索引；
• 查询是否本来就需要返回大量数据；
• 预计行数与实际行数是否一致。

不能看到 CSCN2 就直接认定必须创建索引。如果 SQL 返回大部分数据，全表扫描可能仍然合理。

回表节点耗时较高

例如：

BLKUP2
PERCENT=70%

说明数据库虽然使用了二级索引，但大量时间消耗在回表获取其他列。

可能原因包括：

• 索引返回记录过多；
• 查询字段较多；
• 索引选择性较差；
• 数据页访问较分散；
• 索引虽然被使用，但并不适合当前查询。

索引节点 N_ENTER 很高

例如：

SSEK2
N_ENTER=300000

通常需要检查该节点是否处于嵌套循环右侧。

优化方向可能包括：

• 减少左侧结果集；
• 调整连接顺序；
• 更新统计信息；
• 判断哈希连接是否更合适；
• 优化连接条件和过滤条件。

SORT 节点磁盘使用较高

如果排序节点的 DISK_USED(KB) 较大，说明排序过程中可能使用了磁盘临时空间。

需要检查：

• 是否存在不必要的 ORDER BY；
• 是否存在重复的 DISTINCT；
• 排序前是否可以减少数据量；
• 是否可以利用索引顺序；
• 内存配置是否合理。

哈希节点耗时或内存使用较高

如果哈希连接或哈希聚合耗时明显，需要检查：

• 建立哈希表的一侧是否过大；
• 优化器是否错误选择了构建侧；
• 实际行数是否远大于预计行数；
• 哈希表是否发生大量冲突；
• 是否使用了磁盘空间。

6. ET 为什么可能出现 EXPLAIN 中没有的操作符

ET 反映的是实际执行过程，可能出现预估 EXPLAIN 中没有直接显示的节点。

官方文档指出，某些实际执行中的内部操作符，例如用于字典对象加锁的 DLCK，可能出现在 ET 中，但不会出现在普通 EXPLAIN 计划里。

此外，如果目标 SQL 触发了：

• 触发器；
• 内部函数；
• 约束检查；
• 级联操作；
• 数据字典访问；

ET 中也可能出现与 SQL 主计划之外相关的操作符。

因此，不能看到额外节点就立即判断 ET 结果错误。需要先确认 SQL 是否触发了其他内部执行过程。

7. 为什么有些 EXPLAIN 节点没有出现在 ET 中

官方文档也说明，如果某些操作符：

• 实际没有被执行；
• 执行时间非常短；
• 没有形成可记录的统计；

它们可能不会出现在 ET 结果中。

因此，ET 不是简单复制 EXPLAIN 后再附加时间，而是展示实际执行中被监控并产生有效统计的节点。

8. ET 没有结果时怎样排查

如果输入执行号后 ET 没有返回有效信息，可以检查：

• ENABLE_MONITOR 是否开启；
• MONITOR_TIME 是否开启；
• MONITOR_SQL_EXEC 是否在 SQL 执行前开启；
• 使用的是否为正确执行号；
• 查询结果是否已经被完整处理；
• 当前用户是否有执行 ET 的权限；
• 监控信息是否已经被后续大量执行覆盖。

普通用户没有权限时，可以由管理员按最小权限原则授权：

GRANT EXECUTE ON SYS.ET TO 用户名;

ET 分析应尽量在目标 SQL 执行完成后及时进行，避免监控数据发生变化。

9. ET 适合的场景

ET 最适合用来查看：

• 一份复杂计划中哪个节点最耗时；
• 是否存在某个节点被重复调用大量次数；
• 索引扫描慢，还是回表慢；
• 扫描、排序、连接和聚合各自消耗多少；
• 哈希或排序是否使用较多内存、磁盘；
• 实际瓶颈是否与 EXPLAIN 中的高代价节点一致；
• 优化前后高耗时节点是否真正下降。

因此，ET 的价值不只是"显示操作符时间"，而是把性能问题从"这条 SQL 很慢"进一步缩小到：

执行计划中的哪一个节点慢，它为什么慢，以及下一步应分析什么。

七、三个工具怎样配合

EXPLAIN、AUTOTRACE 和 ET 的关系可以概括为：

EXPLAIN
查看预估计划

AUTOTRACE
查看实际计划和整体资源消耗

ET
查看每个操作符的实际耗时

分析一条慢 SQL 时，可以按照以下思路进行：

发现SQL较慢
→ 使用EXPLAIN查看扫描、索引和连接方式
→ 使用AUTOTRACE查看实际计划和资源消耗
→ 使用ET定位耗时最高的节点
→ 再决定是否调整SQL、索引或统计信息

这里最重要的是，不要在没有分析计划的情况下直接创建索引，也不要只凭一次执行时间判断优化是否有效。

八、总结

达梦数据库 SQL 性能分析的核心，不是记住多少操作符，而是建立正确的分析顺序。

首先看执行计划，确认数据库选择了什么扫描方式、索引和连接方式；然后通过实际执行统计，观察 SQL 读取了多少数据、进行了多少排序、消耗了多少时间；最后再定位具体的高耗时操作符。

三个工具的分工非常明确：

EXPLAIN：数据库准备怎么执行
AUTOTRACE：数据库实际上怎么执行
ET：执行时间主要花在哪里