在数据库应用查询中，尤其是在大数据级（百万级）sql数据查询中，查询优化非常重要。
一、可以节省数据库服务器开销，防止数据库服务器并发导致的宕机；
二、提高用户体验，在百万级数据中可能会引发查询效率慢，需要加载老半天才能返回数据，影响用户体验；

1.使用EXPLAIN分析查询计划

-- 示例：使用EXPLAIN分析SELECT查询计划
EXPLAIN SELECT * FROM your_table WHERE your_condition;

EXPLAIN输出的执行计划包括以下关键信息：

• 类型：Seq Scan（顺序扫描）、Index Scan（索引扫描）等。
• Filter： 描述在执行计划中应用的过滤条件。
• Rows Removed by Filter：表明过滤操作过滤了多少行记录。
• Planning time： 表明生成查询计划的时间。
• Execution time：表明了实际的sql执行时间，其中不包括查询计划的生成时间。

在执行计划中，不同的计划节点代表不同的执行操作。以下是常见的执行计划节点：

1.1 Seq Scan：全表顺序扫描， 表示数据库将按顺序扫描整个表，适用于小表或无索引的情况。

（1）分析查询sql示例：

EXPLAIN SELECT * FROM "202312_copy1" where name = 'a' 

（2）分析结果：

一般查询没有创建索引的表需要全表顺序扫描，explain会输出以下：

(cost=0.00…608.00 rows=2991 width=221)表明了这个节点的代价估计。

1.2 Index Scan： 基于索引扫描，但不只是返回索引列的值。

主要用来在where条件中存在的索引列时的扫描。

（1）分析查询sql示例：

EXPLAIN SELECT * FROM "test" where name = 'b' 

（2）分析结果：

1.3 IndexOnly Scan：基于索引扫描，但只返回索引列的值，简称为覆盖索引。

（1）分析查询sql示例：

EXPLAIN SELECT name FROM "test" where name = 'b' 

（2）分析结果：

1.4 Bitmap Heap Scan： 基于索引的扫描，使用位图索引进行扫描。

BitmapHeap Scan，把BitmapIndex Scan 返回的Bitmap 结构转换为元组结构；
BitmapIndex Scan和Index Scan很相似，都是基于索引的扫描，但是BitmapIndex Scan节点每次执行返回的是一个位图而不是一个元组，其中位图中每一个代表扫描到的一个数据块。而BitmapHeap Scan一般会作为BitmapIndex Scan的父节点，将BitmapIndex Scan 返回的Bitmap 结构转换为元组结构。
这样做最大的好处就是把Index Scan的随机读转换成了按照数据块的物理顺序读取，在数据量比较大的时候，这会大大提升扫描的性能。
（1）分析查询sql示例：

EXPLAIN SELECT * FROM "test" where name = 'a' 

（2）分析结果：

2.分析查询计划总结

-一般来说，index scan 要比sep scan快，但是如果获取的结果集占所有结果的比重很大时，这是index scan因为要先扫描索引，再读表数据，反而不如全表扫描来的快。如果获取的结果集占比比较小，但元组数很多时，可能 Bitmap Index Scan的性能要比index scan好。如果获取的结果集能够被索引覆盖，则index only scan因为不用去读取数据表，只去读取索引，所以一般性能最好，但是如果VM文件还未生成，可能性能就会比index scan 差些。

3.创建索引优化查询

3.1 创建索引

根据查询条件创建对应的索引，提高检索速度。

-- 示例：创建索引
CREATE INDEX idx_your_column ON your_table(your_column);

3.2 创建覆盖索引（又称 INCLUDE 索引）

在索引中包含所有查询需要的字段，避免对表的实际数据进行访问。

-- 示例：创建覆盖索引
CREATE INDEX idx_your_covering_index ON your_table(your_column) INCLUDE(your_other_column);

3.3 创建复合索引

对于涉及多个列的查询，使用复合索引可以提高性能。确保复合索引的列顺序与查询的条件一致。
复合索引是在多个列上创建的索引，用于优化涉及这些列的查询。复合索引的顺序很重要，最左匹配原则决定了它的有效性。

-- 示例：创建复合索引
CREATE INDEX idx_your_compound_index ON your_table(column1, column2);