タグ: #query-optimization

한국어English日本語中文

← すべての記事

• SQL実行計画完全ガイド: オプティマイザはどのように計画を選ぶのか

  PostgreSQL 18のプランナーの立場から実行計画を説明します。統計情報がどのように収集され、選択度がどう計算され、costの数値がどんな定数から組み立てられるのか、結合順序の探索がいつ遺伝的アルゴリズムに切り替わるのか、推定がずれたときに拡張統計でどう補正するのか、そして準備された文の一般計画(generic plan)がなぜ突然遅くなるのかまで、文書に記載された既定値とともに整理します。

  2026-08-15 · 32 分で読めます #database#postgresql#execution-plan#query-optimization#optimizer

• インデックスを作ったのに使われない理由 — オプティマイザが正しく自分が間違っている場合

  インデックスを作ったのに実行計画にSeq Scanがそのまま残る理由を、原因別に整理します。選択度が低くてオプティマイザがわざと無視する場合、カラムに関数や演算がかかってsargableでない場合、型の不一致で暗黙のキャストが起きる場合、LIKEの先頭ワイルドカード、OR条件、複合インデックスの先頭カラム規則、統計情報の老朽化、NULLの扱いまで、実際のSQLと実行計画で確認します。部分インデックスと式インデックスが答えになる地点、そし

  2026-07-26 · 21 分で読めます #database#postgresql#index#query-optimization#mysql

• EXPLAIN ANALYZEの読み方 — 実行計画から本当のボトルネックを見つける順序

  EXPLAIN ANALYZEの出力を最初から最後まで読む方法を整理します。ノードをどの順序で読むべきか、costがなぜ時間の単位ではないのか、予想行数と実際の行数の乖離が何を教えてくれるのか、loopsが掛け算される罠をどう避けるかを、実際の出力とともに説明します。Nested Loop、Hash Join、Merge Joinがそれぞれ選ばれる条件と、BUFFERSでキャッシュヒットを判断する方法も扱います。Seq Scanが常に悪

  2026-07-26 · 22 分で読めます #database#postgresql#explain#query-optimization#performance

• ClickHouse の Lazy Materialization — LIMIT 10 の小技が FINAL と JOIN まで育った経緯

  ClickHouseのlazy materializationは、ソートとLIMITが終わるまでSELECT列を読まない最適化で、25.4(2025年4月)にLIMIT 10以下でのみ有効になる保守的な機能として登場しました。その後、行単位のlookupをjoin方式の一括取得に作り直した25.12でゲートが10,000まで引き上げられ、2026年には26.2のUNION ALL全ブランチ、26.4のReplacingMergeTree

  2026-07-17 · 24 分で読めます #database#clickhouse#olap#query-optimization#performance

• Postgres 19の pg_plan_advice — ヒントを拒み続けてきたプロジェクトが出した妥協案

  PostgreSQLプロジェクトは長年、オプティマイザヒントを拒んできました。ところが2026年6月4日に出たPostgreSQL 19 Beta 1に、Robert Haasが作ったpgplanadviceとpgstashadviceがcontribモジュールとして入りました。これはオラクル式のヒントではありません — アドバイスはSQLの外に生き、プランナーを置き換えるのではなく探索空間を狭めるだけで、ドキュメントの表現どおり「コア

  2026-07-16 · 26 分で読めます #postgresql#query-planner#query-optimization#database#performance

• Polars 1.x vs Pandas — Pandas 時代の終わりか? Rust・Arrow・lazy 時代の dataframe 深掘り 2026

  Polars が 1.x で stable API を約束し、Pandas 2.2 が PyArrow backend を正式採用したことで、dataframe 世界の重心が揺れた。Polars 1.x は本当に Pandas を置き換えるのか? Rust + Arrow アーキテクチャ、lazy evaluation、query optimizer(predicate / projection pushdown、common sube

  2026-05-14 · 28 分で読めます #polars#pandas#dataframe#apache-arrow#duckdb

• PostgreSQL 内部完全攻略 — MVCC、VACUUM、WAL、Query Planner、Index、Partitioning、pgvector まで (2025)

  PostgreSQL はなぜ「Oracle に次ぐ最強 DB」になったのか。MVCC の tuple バージョニングと VACUUM の宿命、WAL とストリーミングレプリケーション、Query Planner の実行計画生成、B-Tree/GIN/BRIN/HNSW の選択、Partitioning と Citus、pgBouncer、JSONB の真実、AI 時代の pgvector、PostgreSQL 18 の AIO まで —

  2026-04-15 · 18 分で読めます #postgresql#database#mvcc#query-optimization#infra

• DBインデックス完全ガイド 2025: B-Tree, Hash, GIN, BRIN, 複合インデックス, 実行計画解析

  DBインデックスの全て。B-Tree内部構造、Hash/GIN/GiST/BRINの比較、複合インデックス設計、Covering/Partial/Expression Index、EXPLAIN ANALYZEの読み方、インデックスが使われない10の理由、実践チューニング事例。

  2026-04-15 · 12 分で読めます #database#indexing#btree#hash#gin

• データベースパフォーマンスチューニング完全ガイド：クエリ最適化、インデックス戦略、コネクションプール管理

  DBパフォーマンスチューニングの全て！EXPLAIN ANALYZE実践解釈、インデックス設計(B-Tree/GIN/BRIN)、スロークエリ分析、コネクションプール(HikariCP/PgBouncer)、N+1解決、パーティショニング、読み取りレプリカ、クエリキャッシュ戦略。

  2026-03-24 · 27 分で読めます #database#performance#tuning#indexing#query-optimization

• SQL完全攻略2025：開発者面接に出るSQL — JOINからWindow Function、クエリ最適化まで

  SQL面接の全て！JOIN 7種、Window Function（ROWNUMBER/RANK/LAG/LEAD）、サブクエリ vs CTE、インデックス原理（B-Tree/Hash/GIN）、EXPLAIN ANALYZE、トランザクション分離レベル、実践問題30選まで。

  2026-03-23 · 42 分で読めます #sql#database#join#window-function#indexing

• PostgreSQLクエリ最適化とパフォーマンスチューニング実践ガイド：EXPLAINからパーティショニングまで

  PostgreSQLのEXPLAIN分析、インデックス戦略、VACUUMチューニング、パーティショニング、コネクションプーリングなど、実践的なパフォーマンス最適化手法を体系的に解説します。

  2026-03-14 · 27 分で読めます #database#postgresql#query-optimization#performance#indexing

• MySQLクエリ最適化実践ガイド：EXPLAIN分析からインデックス設計・スロークエリチューニングまで

  MySQL EXPLAIN/EXPLAIN ANALYZEの出力解析、B-Tree・Hash・Full-textインデックスの比較、複合インデックス設計（最左プレフィックスルール、カバリングインデックス）、サブクエリからJOINへの書き換えパターン、オプティマイザヒント、スロークエリログ分析、InnoDBバッファプールチューニング、MySQL 8.0 vs 8.4オプティマイザ改善比較、本番環境最適化チェックリストを実践例とともに解説し

  2026-03-11 · 22 分で読めます #database#mysql#query-optimization#explain#index-tuning

• PostgreSQL パーティショニング完全ガイド: Range, List, Hash 戦略とパフォーマンス最適化

  PostgreSQL の宣言的パーティショニングを活用して大容量テーブルのパフォーマンスを劇的に改善する方法を実習します。Range、List、Hash パーティショニング戦略とパーティションプルーニング、自動管理まで解説します。

  2026-03-03 · 33 分で読めます #database#postgresql#partitioning#performance#query-optimization