Какие инструменты и методы вы используете для анализа производительности SQL-запросов?

Анализ производительности запросов — многоуровневый процесс. Вот ключевые инструменты и методы:

1. Анализ плана выполнения (SQL-уровень)

• EXPLAIN / EXPLAIN ANALYZE (PostgreSQL, MySQL) — главный инструмент. Показывает план запроса, стоимость, предсказанные и фактические строки, используемые индексы.

  EXPLAIN ANALYZE 
  SELECT * FROM orders WHERE user_id = 123 AND status = 'SHIPPED';

  • На что смотреть: Полные сканирования таблиц (Seq Scan), отсутствие индексов, дорогие операции (хеш-соединения, сортировки).
• Database-specific tools: pg_stat_statements (PostgreSQL), Slow Query Log (MySQL), Query Store (SQL Server).

2. Профилирование на уровне приложения (Java)

• Hibernate Statistics: Включается через hibernate.generate_statistics=true. Помогает выявить проблемы N+1, количество запросов, время кэша.
• JDBC-прокси (p6spy): Логирует все SQL-запросы с параметрами и временем выполнения.
• APM-инструменты (Datadog, New Relic, Jaeger): Трассируют запросы от контроллера до БД, показывают узкие места.

3. Бенчмаркинг и нагрузочное тестирование

• JMH (Java Microbenchmark Harness): Для точного измерения производительности изолированных участков кода, включая DAO-слои.
• Gatling / JMeter: Для имитации реальной нагрузки и проверки производительности запросов под давлением.

Типичный workflow: 1) Выявить медленный запрос через лог/APM, 2) Проанализировать план через EXPLAIN, 3) Оптимизировать (добавить индекс, переписать запрос), 4) Проверить результат под нагрузкой.