SQL自诊断
用户在执行查询或者执行INSERT/DELETE/UPDATE/CREATE TABLE AS语句时，可能会遇到性能问题。
SQL自诊断的告警类型与GUC参数resource_track_level的设置有关系。如果resource_track_level设置为query，则可以诊断多列/单列统计信息未收集和SQL不下推的告警。如果resource_track_level设置为operator，则可以诊断所有的告警场景。
SQL自诊断的诊断范围与GUC参数resource_track_cost的设置有关系。当SQL的代价大于resource_track_cost时，SQL才会被诊断。SQL的代价可以通过explain来确认。
SQL自诊断功能受enable_analyze_check参数影响，使用前应确认该开关已打开。
执行语句较多时，可能会由于内存管控导致部分数据无法收集，可以尝试将instr_unique_sql_count设置值调高。
告警场景
目前支持对以下7种导致性能问题的场景上报告警。
多列/单列统计信息未收集
如果存在单列或者多列统计信息未收集，则上报相关告警。
告警信息示例：
整表的统计信息未收集：
Statistic Not Collect:schema_test.t1
单列统计信息未收集：
Statistic Not Collect:schema_test.t2(c1,c2)
多列统计信息未收集:
Statistic Not Collect:schema_test.t3((c1,c2))
单列和多列统计信息未收集：
Statistic Not Collect:schema_test.t4(c1,c2) schema_test.t4((c1,c2))
SQL不下推
对于不下推的SQL，尽可能详细上报导致不下推的原因。调优方法可以参考案例语句下推调优。
对于因函数而导致的不下推，会告警对应的函数信息。
对于不支持下推的语法，会告警对应语法不支持下推。
告警信息示例：
SQL is not plan-shipping, reason : "With Recursive" can not be shipped"
SQL is not plan-shipping, reason : "Function now() can not be shipped"
SQL is not plan-shipping, reason : "Function string_agg() can not be shipped"
HashJoin中大表做内表
如果在表连接过程中使用了Hashjoin，且连接的内表行数是外表行数的10倍或以上；同时内表在每个DN上的平均行数大于10万行，且发生了下盘，则上报相关告警。调优方法可以参考使用plan hint调优执行计划。
告警信息示例：
PlanNode[7] Large Table is INNER in HashJoin “Hash Aggregate”
大表等值连接使用Nestloop
如果在表连接过程中使用了nestloop，并且两个表中较大表的行数平均每个DN上的行数大于10万行、表的连接中存在等值连接，则上报相关告警。调优方法可以参考使用plan hint调优执行计划。
告警信息示例：
PlanNode[5] Large Table with Equal-Condition use Nestloop"Nested Loop"
大表Broadcast
如果在Broadcast算子中，平均每DN的行数大于10万行，则告警大表broadcast。调优方法可以参考使用plan hint调优执行计划。
告警信息示例：
PlanNode[5] Large Table in Broadcast "Streaming(type: BROADCAST dop: 1/2)"
数据倾斜
某表在各DN上的分布，存在某DN上的行数是另一DN上行数的10倍或以上，且有DN中的行数大于10万行，则上报相关告警。
告警信息示例：
PlanNode[6] DataSkew:"Seq Scan", min_dn_tuples:0, max_dn_tuples:524288
估算不准
如果优化器的估算行数比实际行数超过10万行，并且估算行数是实际行数的10倍或以上，则上报相关告警。调优方法可以参考使用plan hint调优执行计划。
告警信息示例：
PlanNode[5] Inaccurate Estimation-Rows: "Hash Join" A-Rows:0, E-Rows:52488
规格约束
告警字符串长度上限为2048。如果告警信息超过这个长度（例如存在大量未收集统计信息的超长表名，列名等信息）则不告警，只上报warning：
WARNING, "Planner issue report is truncated, the rest of planner issues will be skipped"
如果query存在limit节点（即查询语句中包含limit），则不会上报limit节点以下的Operator级别的告警。
对于“数据倾斜”和“估算不准”两种类型告警，在某一个plan树结构下，只上报下层节点的告警，上层节点不再重复告警。这主要是因为这两种类型的告警可能是因为底层触发上层的。例如，如果在scan节点已经存在数据倾斜，那么在上层的hashagg等其他算子很可能也出现数据倾斜。
语句下推调优
语句下推介绍
目前，GaussDB优化器在分布式框架下制定语句的执行策略时，有三种执行计划方式：生成下推语句计划、生成分布式执行计划、生成发送语句的分布式执行计划。
下推语句计划：指直接将查询语句从CN发送到DN进行执行，然后将执行结果返回给CN。
分布式执行计划：指CN对查询语句进行编译和优化，生成计划树，再将计划树发送给DN进行执行，并在执行完毕后返回结果到CN。
发送语句的分布式执行计划：上述两种方式都不可行时，将可下推的查询部分组成查询语句（多为基表扫描语句）下推到DN进行执行，获取中间结果到CN，然后在CN执行剩下的部分。
在第3种策略中，要将大量中间结果从DN发送到CN，并且要在CN运行不能下推的部分语句，会导致CN成为性能瓶颈（带宽、存储、计算等）。在进行性能调优的时候，应尽量避免只能选择第3种策略的查询语句。
执行语句不能下推是因为语句中含有不支持下推的函数或者不支持下推的语法。一般都可以通过等价改写规避执行计划不能下推的问题。
语句下推典型场景
在GaussDB优化器中如果想要支持语句下推需要将GUC参数enable_fast_query_shipping设置为on即可。通常而言explain语句后没有显示具体的执行计划算子，仅存在类似关键字“Data Node Scan on”则说明语句已下推给DN去执行。下面我们从三个维度场景介绍下语句下推以及其支持的范围。
1 单表查询语句下推
在分布式数据库中对于单表查询而言，当前语句是否可以下推需要判断CN是否要进一步参与计算而不是简单收集数据。如果CN要进一步对DN结果进行计算则语句不可下推。通常带有agg、windows function、limit/offset、sort、distinct等关键字都不可下推。
可下推：简单查询，无需在CN进一步计算则可以下推。
gaussdb=# explain select * from t where c1 > 1;QUERY PLAN
----------------------------------------------------------------------------Data Node Scan on "__REMOTE_FQS_QUERY__" (cost=0.00..0.00 rows=0 width=0)Node/s: All datanodes
(2 rows)
不可下推：带有limit子句，对于CN而言不能简单发语句给DN并收集数据，明显与limit语义不符。
gaussdb=# explain select * from t limit 1;QUERY PLAN
-------------------------------------------------------------------------------------Limit (cost=0.00..0.00 rows=1 width=12)-> Data Node Scan on "__REMOTE_LIMIT_QUERY__" (cost=0.00..0.00 rows=1 width=12)Node/s: All datanodes
(3 rows)不可下推：带有聚集函数CN不能简单下推语句，而应该对从DN收集结果进一步聚集运算处理。
gaussdb=# explain select sum(c1), count(*) from t;QUERY PLAN
-------------------------------------------------------------------------------------Aggregate (cost=0.10..0.11 rows=1 width=20)-> Data Node Scan on "__REMOTE_GROUP_QUERY__" (cost=0.00..0.00 rows=20 width=4)Node/s: All datanodes
(3 rows)
2 多表查询语句下推
多表查询场景下语句能否下推通常与join条件以及分布列有关，即如果join条件与表分布列匹配得上则可下推，否则无法下推。对于复制表来说通常可以下推。
创建两个hash分布表。
gaussdb=# create table t(c1 int, c2 int, c3 int)distribute by hash(c1);
CREATE TABLE
gaussdb=# create table t1(c1 int, c2 int, c3 int)distribute by hash(c1);
CREATE TABLE
可下推：join条件满足两个表hash分布列属性。
gaussdb=# explain select * from t1 join t on t.c1 = t1.c1;QUERY PLAN
----------------------------------------------------------------------------Data Node Scan on "__REMOTE_FQS_QUERY__" (cost=0.00..0.00 rows=0 width=0)Node/s: All datanodes
(2 rows)
不可下推：join条件不满足hash分布列属性，即t1.c2不是t1表的分布列。
gaussdb=# explain select * from t1 join t on t.c1 = t1.c2;QUERY PLAN
--------------------------------------------------------------------------------------------Hash Join (cost=0.25..0.53 rows=20 width=24)Hash Cond: (t1.c2 = t.c1)-> Data Node Scan on t1 "_REMOTE_TABLE_QUERY_" (cost=0.00..0.00 rows=20 width=12)Node/s: All datanodes-> Hash (cost=0.00..0.00 rows=20 width=12)-> Data Node Scan on t "_REMOTE_TABLE_QUERY_" (cost=0.00..0.00 rows=20 width=12)Node/s: All datanodes
(7 rows)
删除两个hash分布表。
gaussdb=# DROP TABLE t;
DROP TABLE
gaussdb=# DROP TABLE t1;
DROP TABLE
3 特殊场景
对于有一些特殊场景通常无法下推，例如语句中带有with recursive子句等不支持下推。
查看执行计划是否下推
执行计划是否下推可以依靠如下方法快速判断：
将GUC参数enable_fast_query_shipping设置为off，使查询优化器使用分布式框架策略。
SET enable_fast_query_shipping = off;
查看执行计划。
如果执行计划中有Data Node Scan节点，那么此执行计划为不可下推的执行计划；如果执行计划中有Streaming节点，那么计划是可以下推的。
例如如下业务SQL：
gaussdb=# select
count(ss.ss_sold_date_sk order by ss.ss_sold_date_sk)c1
from store_sales ss, store_returns sr
where
sr.sr_customer_sk = ss.ss_customer_sk;
执行计划如下，可以看出此SQL语句不能下推。
QUERY PLAN
--------------------------------------------------------------------------
Aggregate
-> Hash Join
Hash Cond: (ss.ss_customer_sk = sr.sr_customer_sk)
-> Data Node Scan on store_sales "_REMOTE_TABLE_QUERY_"
Node/s: All datanodes
-> Hash
-> Data Node Scan on store_returns "_REMOTE_TABLE_QUERY_"
Node/s: All datanodes
(8 rows)
不支持下推的语法
以如下三个表定义说明不支持下推的SQL语法。
gaussdb=# CREATE TABLE CUSTOMER1
(C_CUSTKEY BIGINT NOT NULL, C_NAME VARCHAR(25) NOT NULL, C_ADDRESS VARCHAR(40) NOT NULL, C_NATIONKEY INT NOT NULL, C_PHONE CHAR(15) NOT NULL, C_ACCTBAL DECIMAL(15,2) NOT NULL, C_MKTSEGMENT CHAR(10) NOT NULL, C_COMMENT VARCHAR(117) NOT NULL
)
DISTRIBUTE BY hash(C_CUSTKEY);
gaussdb=# CREATE TABLE test_stream(a int,b float); --float不支持重分布
gaussdb=# CREATE TABLE sal_emp ( c1 integer[] ) DISTRIBUTE BY replication;
不支持returning语句下推
gaussdb=# explain update customer1 set C_NAME = 'a' returning c_name;QUERY PLAN
------------------------------------------------------------------Update on customer1 (cost=0.00..0.00 rows=30 width=187)Node/s: All datanodesNode expr: c_custkey-> Data Node Scan on customer1 "_REMOTE_TABLE_QUERY_" (cost=0.00..0.00 rows=30 width=187)Node/s: All datanodes
(5 rows)
不支持聚集函数中使用order by语句的下推
gaussdb=# explain verbose select count ( c_custkey order by c_custkey) from customer1;QUERY PLAN
------------------------------------------------------------------ Aggregate (cost=2.50..2.51 rows=1 width=8)Output: count(customer1.c_custkey ORDER BY customer1.c_custkey)-> Data Node Scan on customer1 "_REMOTE_TABLE_QUERY_" (cost=0.00..0.00 rows=30 width=8)Output: customer1.c_custkeyNode/s: All datanodesRemote query: SELECT c_custkey FROM ONLY public.customer1 WHERE true
(6 rows)
count(distinct expr)中的字段不支持重分布，则不支持下推
gaussdb=# explain verbose select count(distinct b) from test_stream;QUERY PLAN
------------------------------------------------------------------ Aggregate (cost=2.50..2.51 rows=1 width=8)Output: count(DISTINCT test_stream.b)-> Data Node Scan on test_stream "_REMOTE_TABLE_QUERY_" (cost=0.00..0.00 rows=30 width=8)Output: test_stream.bNode/s: All datanodesRemote query: SELECT b FROM ONLY public.test_stream WHERE true
(6 rows)
不支持distinct on用法下推
gaussdb=# explain verbose select distinct on (c_custkey) c_custkey from customer1 order by c_custkey;QUERY PLAN
------------------------------------------------------------------ Unique (cost=49.83..54.83 rows=30 width=8)Output: customer1.c_custkey-> Sort (cost=49.83..52.33 rows=30 width=8)Output: customer1.c_custkeySort Key: customer1.c_custkey-> Data Node Scan on customer1 "_REMOTE_TABLE_QUERY_" (cost=0.00..0.00 rows=30 width=8)Output: customer1.c_custkeyNode/s: All datanodesRemote query: SELECT c_custkey FROM ONLY public.customer1 WHERE true
(9 rows)
不支持数组表达式下推
gaussdb=# explain verbose select array[c_custkey,1] from customer1 order by c_custkey;QUERY PLAN
------------------------------------------------------------------ Sort (cost=49.83..52.33 rows=30 width=8)Output: (ARRAY[customer1.c_custkey, 1::bigint]), customer1.c_custkeySort Key: customer1.c_custkey-> Data Node Scan on "__REMOTE_SORT_QUERY__" (cost=0.00..0.00 rows=30 width=8)Output: (ARRAY[customer1.c_custkey, 1::bigint]), customer1.c_custkeyNode/s: All datanodesRemote query: SELECT ARRAY[c_custkey, 1::bigint], c_custkey FROM ONLY public.customer1 WHERE true ORDER BY 2
(7 rows)
With Recursive当前版本不支持下推的场景和原因如下：
删除表：
gaussdb=# DROP TABLE CUSTOMER1;
DROP TABLE
gaussdb=# DROP TABLE test_stream;
DROP TABLE
gaussdb=# DROP TABLE sal_emp;
DROP TABLE
不支持下推的函数
首先介绍函数的易变性。在GaussDB中共分三种形态：
IMMUTABLE
表示该函数在给出同样的参数值时总是返回同样的结果。
STABLE
表示该函数不能修改数据库，对相同参数值，在同一次表扫描里，该函数的返回值不变，但是返回值可能在不同SQL语句之间变化。
VOLATILE
表示该函数值可以在一次表扫描内改变，因此不会做任何优化。
函数易变性可以查询pg_proc的provolatile字段获得，i代表IMMUTABLE，s代表STABLE，v代表VOLATILE。另外，在pg_proc中的proshippable字段，取值范围为t/f/NULL，这个字段与provolatile字段一起用于描述函数是否下推。
如果函数的provolatile属性为i，则无论proshippable的值是否为t，则函数始终可以下推。
如果函数的provolatile属性为s或v，则仅当proshippable的值为t时，函数可以下推。
random，exec_hadoop_sql，exec_on_extension如果出现CTE中，也不下推。因为这种场景下下推可能出现结果错误。
对于用户自定义函数，可以在创建函数的时候指定provolatile和proshippable属性的值，详细请参考CREATE FUNCTION。
对于函数不能下推的场景：
如果是系统函数，建议根据业务等价替换这个函数。
如果是自定义函数，建议分析客户业务场景，看函数的provolatile和proshippable属性定义是否正确。
实例分析：自定义函数
对于自定义函数，如果对于确定的输入，有确定的输出，则应将函数定义为immutable类型。
利用TPCDS的销售信息举个例子，比如我们要写一个函数，获取商品的打折情况，需要一个计算折扣的函数，我们可以将这个函数定义为：
CREATE FUNCTION func_percent_2 (NUMERIC, NUMERIC) RETURNS NUMERIC
AS 'SELECT $1 / $2 WHERE $2 > 0.01'
LANGUAGE SQL
VOLATILE;
执行下列语句：
SELECT func_percent_2(ss_sales_price, ss_list_price)
FROM store_sales;
其执行计划为：
可见，func_percent_2并没有被下推，而是将ss_sales_price和ss_list_price收到CN上，再进行计算，消耗大量CN的资源，而且计算缓慢。
由于该自定义函数对确定的输入有确定的输出，如果将该自定义函数改为：
CREATE FUNCTION func_percent_1 (NUMERIC, NUMERIC) RETURNS NUMERIC
AS 'SELECT $1 / $2 WHERE $2 > 0.01'
LANGUAGE SQL
IMMUTABLE;
执行语句：
SELECT func_percent_1(ss_sales_price, ss_list_price)
FROM store_sales;
其执行计划为：
可见函数func_percent_1被下推到DN执行。