26 Oktober 2026

Wie analysiert man die Ausführung einer Query mit EXPLAIN?

Datenbankadministrator prüft ausgedruckte Query-Execution-Plan-Diagramme am Schreibtisch, PostgreSQL-Dokumentation und Monitor im Hintergrund.
KI-generiertes Bild

Die Leistung einer PostgreSQL®-Datenbank steht und fällt mit der Qualität der Abfragen, die auf ihr ausgeführt werden. Selbst bei gut strukturierten Tabellen und korrekten Indizes kann eine schlecht formulierte Query zu unnötig langen Laufzeiten führen. Der Schlüssel zur Optimierung liegt darin, zu verstehen, wie PostgreSQL® eine Abfrage intern verarbeitet, und genau dafür ist der EXPLAIN-Befehl das richtige Werkzeug.

In diesem Leitfaden erfahren Sie Schritt für Schritt, wie Sie EXPLAIN in PostgreSQL® einsetzen, den Query-Plan lesen, kritische Stellen erkennen und Ihre Datenbankabfragen gezielt optimieren. Am Ende sind Sie in der Lage, Performance-Probleme eigenständig zu diagnostizieren und fundierte Verbesserungen vorzunehmen.

Voraussetzungen für die Arbeit mit EXPLAIN

Bevor Sie mit der Analyse beginnen, sollten Sie sicherstellen, dass Ihre Umgebung die notwendigen Bedingungen erfüllt. Die gute Nachricht: EXPLAIN ist ein eingebautes PostgreSQL®-Kommando und erfordert keine zusätzliche Installation.

  • Zugang zu einer laufenden PostgreSQL®-Instanz (Version 12 oder höher empfohlen)
  • Ein Datenbanknutzer mit mindestens Leseberechtigung auf die betreffenden Tabellen
  • Ein SQL-Client, zum Beispiel psql, pgAdmin oder ein vergleichbares Tool
  • Die Query, deren Ausführung Sie analysieren möchten
  • Grundlegende Kenntnisse in SQL und ein Verständnis für Tabellenstrukturen und Indizes

Stellen Sie außerdem sicher, dass die Statistiken Ihrer Datenbank aktuell sind. PostgreSQL® nutzt den internen Statistik-Sammler, um Entscheidungen über den Query-Plan zu treffen. Falls die Statistiken veraltet sind, führen Sie vorher ANALYZE auf den betroffenen Tabellen aus. Mit diesen Voraussetzungen können Sie direkt in die Analyse einsteigen.

EXPLAIN-Befehl ausführen und Output lesen

Führen Sie den EXPLAIN-Befehl aus, indem Sie Ihrer SQL-Abfrage einfach das Schlüsselwort EXPLAIN voranstellen. PostgreSQL® führt die Abfrage dann nicht wirklich aus, sondern zeigt stattdessen den geplanten Ausführungsplan.

  1. Öffnen Sie Ihren SQL-Client und verbinden Sie sich mit der Zieldatenbank.
  2. Stellen Sie Ihrer Query das Schlüsselwort EXPLAIN voran, zum Beispiel: EXPLAIN SELECT * FROM bestellungen WHERE kundennummer = 42;
  3. Führen Sie die Anweisung aus und betrachten Sie den zurückgegebenen Query-Plan.

Der Output besteht aus einem Baum von Knoten, wobei jeder Knoten eine Operation beschreibt, die PostgreSQL® durchführt. Die wichtigsten Angaben pro Knoten sind:

  • Knotentyp: zum Beispiel Seq Scan (sequenzieller Tabellenscan), Index Scan oder Hash Join
  • cost=: geschätzte Startkosten und Gesamtkosten in internen Einheiten
  • rows=: erwartete Anzahl der zurückgegebenen Zeilen
  • width=: durchschnittliche Zeilenbreite in Bytes

Lesen Sie den Plan von innen nach außen, also vom tiefsten eingerückten Knoten aufwärts. Der innerste Knoten wird zuerst ausgeführt, seine Ergebnisse werden an den übergeordneten Knoten weitergegeben. Nach diesem Schritt haben Sie ein klares Bild davon, welche Operationen PostgreSQL® plant, um Ihre Abfrage zu beantworten.

Kritische Stellen im Query-Plan identifizieren

Nicht jeder Knoten im Plan ist gleich kostspielig. Identifizieren Sie die Stellen, die den größten Einfluss auf die Gesamtlaufzeit haben, indem Sie gezielt nach bestimmten Mustern suchen.

  1. Achten Sie auf Seq Scan auf großen Tabellen: Ein sequenzieller Scan bedeutet, dass PostgreSQL® die gesamte Tabelle durchsucht, weil kein passender Index vorhanden oder nutzbar ist.
  2. Prüfen Sie den cost-Wert: Knoten mit besonders hohen Kosten sind die Kandidaten für Optimierungen.
  3. Vergleichen Sie rows= mit der tatsächlichen Zeilenzahl: Große Abweichungen deuten auf veraltete Statistiken hin.
  4. Suchen Sie nach Hash Join oder Nested Loop auf sehr großen Datensätzen, da diese Join-Strategien bei schlechten Bedingungen sehr teuer werden können.

Ein häufiger Fallstrick ist ein Seq Scan, der trotz vorhandenem Index erscheint. Das kann passieren, wenn der Planer den Index für ineffizienter hält als einen vollständigen Tabellenscan, zum Beispiel weil die Selektivität der Bedingung zu niedrig ist. Notieren Sie sich die auffälligen Knoten, denn mit diesen Informationen gehen Sie in den nächsten Schritt.

EXPLAIN-Optionen gezielt einsetzen

Der einfache EXPLAIN-Befehl zeigt nur geschätzte Werte. Um reale Laufzeitdaten zu erhalten, setzen Sie die verfügbaren Optionen ein, die PostgreSQL® bereitstellt.

EXPLAIN ANALYZE

Mit EXPLAIN ANALYZE führt PostgreSQL® die Abfrage tatsächlich aus und ergänzt den Plan um reale Messwerte. Das Ergebnis enthält zusätzlich:

  • actual time=: tatsächliche Start- und Endzeit in Millisekunden
  • actual rows=: tatsächlich verarbeitete Zeilen
  • loops=: wie oft der Knoten ausgeführt wurde

Achtung: Bei schreibenden Abfragen (INSERT, UPDATE, DELETE) führt EXPLAIN ANALYZE die Operation wirklich durch. Verwenden Sie in diesem Fall eine Transaktion und rollen Sie sie anschließend zurück: BEGIN; EXPLAIN ANALYZE ...; ROLLBACK;

EXPLAIN (ANALYZE, BUFFERS)

Die Option BUFFERS in Kombination mit ANALYZE zeigt an, wie viele Datenbankseiten aus dem Cache gelesen wurden und wie viele direkt von der Festplatte kamen. Hohe Werte bei shared read können auf Cache-Probleme hinweisen. Für eine besonders detaillierte Analyse empfiehlt sich:

EXPLAIN (ANALYZE, BUFFERS, FORMAT TEXT) SELECT ...;

Mit diesen Optionen haben Sie nun sowohl die geschätzten als auch die realen Ausführungsdaten zur Hand, was die Grundlage für eine fundierte PostgreSQL-Performance-Optimierung bildet. Weitere Möglichkeiten zur Datenbankbetreuung finden Sie in unserem PostgreSQL® Kompetenz-Center.

Query auf Basis des Plans optimieren

Jetzt, wo Sie den Plan vollständig verstehen und die kritischen Knoten kennen, können Sie konkrete Maßnahmen ergreifen, um die Datenbankabfrage zu optimieren.

  1. Fehlende Indizes anlegen: Wenn ein Seq Scan auf einer großen Tabelle erscheint, prüfen Sie, ob ein Index auf der Filterbedingung sinnvoll ist: CREATE INDEX ON bestellungen (kundennummer);
  2. Statistiken aktualisieren: Wenn die geschätzten und tatsächlichen Zeilenzahlen stark voneinander abweichen, führen Sie ANALYZE tabellenname; aus und prüfen Sie den Plan erneut.
  3. Query umstrukturieren: Manchmal hilft es, Subqueries in CTEs (Common Table Expressions) umzuwandeln oder umgekehrt, da PostgreSQL® unterschiedliche Planungsstrategien anwendet.
  4. JOIN-Reihenfolge und Bedingungen prüfen: Stellen Sie sicher, dass JOIN-Bedingungen auf indizierten Spalten basieren und dass Filter so früh wie möglich angewendet werden.
  5. Planner-Einstellungen anpassen: In Ausnahmefällen können Parameter wie enable_seqscan oder work_mem helfen, den Planer zu steuern. Gehen Sie dabei jedoch vorsichtig vor und testen Sie Änderungen gründlich.

Führen Sie nach jeder Änderung erneut EXPLAIN ANALYZE aus und vergleichen Sie die Ergebnisse mit dem vorherigen Plan. So sehen Sie direkt, ob Ihre Maßnahme die gewünschte Wirkung hatte. Eine schrittweise Vorgehensweise ist dabei besonders wichtig: Ändern Sie immer nur einen Parameter oder eine Struktur auf einmal, damit Sie den Effekt klar zuordnen können. Für komplexe Optimierungsszenarien lohnt sich ein Blick auf unsere PostgreSQL® LTS-Lösungen.

Wie credativ® bei der PostgreSQL®-Performance-Analyse hilft

EXPLAIN und EXPLAIN ANALYZE sind mächtige Werkzeuge, doch bei komplexen Datenbankumgebungen, produktionskritischen Systemen oder wiederkehrenden Performance-Problemen kann die Analyse schnell zeitaufwendig und anspruchsvoll werden. Genau hier setzen wir an.

Als PostgreSQL® Kompetenz-Center unterstützen wir Sie bei der vollständigen Analyse und Optimierung Ihrer Datenbankabfragen:

  • Professionelle Query-Analyse und Interpretation von Query-Plänen durch erfahrene PostgreSQL®-Spezialisten
  • Identifikation von Performance-Engpässen auf System-, Schema- und Abfrageebene
  • Empfehlungen zu Indexstrategien, Partitionierung und Konfigurationsparametern
  • Maßgeschneiderte Monitoring-Umgebungen, die Performance-Probleme frühzeitig sichtbar machen
  • Individuelle Workshops und Schulungen rund um PostgreSQL-Performance und Tuning
  • 24/7 Support für produktive PostgreSQL®-Umgebungen, direkt von festangestellten Spezialisten in Deutschland

Ob Sie einmalige Unterstützung bei einer konkreten Abfrage benötigen oder eine langfristige Begleitung Ihrer PostgreSQL®-Infrastruktur suchen: Wir bieten Ihnen den passenden Service für Ihre Anforderungen. Kontaktieren Sie uns und erfahren Sie, wie wir gemeinsam die Performance Ihrer Datenbank auf das nächste Level bringen.

PostgreSQL® ist eine Marke der PostgreSQL Community Association of California. credativ® ist Competence Center für PostgreSQL®. Die Nennung dient ausschließlich der sachlichen Beschreibung von Dienstleistungen von credativ®.

Ähnliche Artikel

Kategorien: credativ® Inside

über den Autor

Peter Dreuw

Head of Sales & Marketing

zur Person

Peter Dreuw arbeitet seit 2016 für die credativ GmbH und ist seit 2017 Teamleiter. Seit 2021 ist er Teil des Management-Teams als VP Services der Instaclustr. Mit der Übernahme durch die NetApp wurde seine neue Rolle "Senior Manager Open Source Professional Services". Im Rahmen der Ausgründung wurde er Mitglied der Geschäftsleitung als Prokurist. Sein Aufgabenfeld ist die Leitung des Vertriebs und des Marketings. Er ist Linux-Nutzer der ersten Stunden und betreibt Linux-Systeme seit Kernel 0.97. Trotz umfangreicher Erfahrung im operativen Bereich ist er leidenschaftlicher Softwareentwickler und kennt sich auch mit hardwarenahen Systemen gut aus.

Beiträge ansehen


Beitrag teilen: