> Как использовать EXPLAIN и ANALYZE для оптимизации SQL запросов (Python)

EXPLAIN и ANALYZE - ключевые инструменты для профилирования запросов в PostgreSQL (аналоги есть в других СУБД). EXPLAIN показывает план выполнения запроса без его фактического запуска, а EXPLAIN ANALYZE выполняет запрос и выводит реальные времена и статистику.

Как использовать:

1. Базовый синтаксис:
   EXPLAIN ANALYZE SELECT * FROM users WHERE status = 'active';
   Результат покажет узлы плана (Seq Scan, Index Scan, Hash Join и т.д.), стоимость, количество строк, фактическое время выполнения.

2. Что искать:

   • Seq Scan на больших таблицах - признак отсутствия индекса.
   • Высокое значение rows vs actual rows - неточная статистика (нужен ANALYZE таблицы).
   • Большое время в Planning Time - сложные запросы или много JOIN.
   • Sort Method: external merge - не хватает памяти для сортировки (увеличьте work_mem).

3. Пример оптимизации:
   Допустим, запрос:
   EXPLAIN ANALYZE SELECT * FROM orders WHERE customer_id = 123;
   Показывает Seq Scan on orders (cost=0.00..1000.00 rows=1 actual time=50.0..50.1).
   Проблема: полное сканирование таблицы.
   Решение: добавить индекс:
   CREATE INDEX idx_orders_customer ON orders(customer_id);
   После этого план станет:
   Index Scan using idx_orders_customer (cost=0.00..8.27 rows=1 actual time=0.05..0.06) - время упало с 50 мс до 0.06 мс.

4. Продвинутые техники:

   • Используйте BUFFERS для анализа кэширования: EXPLAIN (ANALYZE, BUFFERS) ...
   • Сравнивайте планы до и после изменений (например, с помощью auto_explain в продакшене).
   • Для сложных запросов смотрите на Hash Join vs Nested Loop - выбирайте оптимальный в зависимости от размера таблиц.

Важно: ANALYZE реально выполняет запрос, поэтому не используйте его на модифицирующих запросах (INSERT/UPDATE/DELETE) без транзакции и отката.