Flink SQL EXPLAIN “看懂计划”到“用 PLAN

1. EXPLAIN 能解决什么问题？

在 Flink Table/SQL 里，EXPLAIN主要用来：

看清楚：SQL 会被解析成什么逻辑计划（Logical Plan / AST）
看明白：优化器做了哪些算子改写（如 Filter 下推、Calc 合并、Union 等）
看关键：最终落到哪些物理算子（Exchange、GroupAggregate、TableSourceScan…）
看风险：从 1.17 开始可用PLAN_ADVICE自动提示潜在风险/优化建议
看语义：CHANGELOG_MODE帮你判断某个节点输出的是不是 insert-only、是否有更新/删除

一句话：先 EXPLAIN，再调参；先看计划，再喷优化器。

2. 两种常用姿势：explainSql vs EXPLAIN PLAN FOR

你在 Java 里一般有两种方式：

方式 A：tEnv.explainSql(sql)
优点：直接返回 String，适合日志输出、调试打印、写单测断言。

方式 B：tEnv.executeSql("EXPLAIN PLAN FOR ...")
优点：更贴近 SQL CLI 的写法，输出也更统一；还能扩展 explain detail。

当你需要“加料”（成本、changelog、建议、json）时，用方式 B 更顺手：

EXPLAINESTIMATED_COST,CHANGELOG_MODE,PLAN_ADVICE,JSON_EXECUTION_PLANSELECT...

3. EXPLAIN 输出到底怎么看？（三层结构拆解）

你会看到类似三块内容：

3.1 Abstract Syntax Tree（逻辑层：你写的 SQL 变成了什么）

常见节点：

LogicalTableScan：扫表
LogicalFilter：where 条件
LogicalProject：选字段/表达式
LogicalUnion：UNION ALL
LogicalAggregate：GROUP BY + 聚合

逻辑层的价值：确认语义是否按你预期被解析（比如条件是不是在 union 前生效、group by 维度是不是写对了）。

3.2 Optimized Physical Plan（物理层：优化器怎么把它“变快”）

常见节点：

Calc(...)：常见的“投影 + 过滤”融合体（Filter/Project 合并）
Exchange(distribution=[hash[key]])：数据重分区/Shuffle（极其关键！）
GroupAggregate：聚合算子
TableSourceScan：真正的 source 扫描

物理层的价值：定位性能瓶颈
看到Exchange(hash[xxx])，你就该条件反射：

“我这里发生了 shuffle，数据会按 key 重分发，会不会倾斜？状态会不会变大？网络会不会爆？”

3.3 Optimized Execution Plan（执行层：更贴近运行时）

通常和物理计划类似，但会更“贴近执行”。
价值：更像最终要跑的图，适合对照 Web UI / JobGraph 心里有数。

4. ExplainDetail：把 EXPLAIN 变成“性能调优报告”

4.1 ESTIMATED_COST：把“感觉慢”变成“成本证据”

它会在节点上附上类似：

rows
cpu
io
network
memory

虽然是估算，但非常适合：

对比两种 SQL 改写哪个更合理
判断某个 scan/聚合是否预期会“吞吐巨大”

4.2 CHANGELOG_MODE：确认动态表语义，避免“写 sink 写错”

示例：changelogMode=[I,UA,D]代表可能有：

IInsert
UAUpdate After
DDelete
（具体含义以动态表 changelog 定义为准）

它特别适合排查这类问题：

你以为是 append-only，结果有更新
sink 只支持 insert-only，结果上游产生了 update/delete（那就会炸）

4.3 PLAN_ADVICE：让优化器“开口说人话”

从 Flink 1.17 开始，你可以让优化器直接提示：

数据倾斜风险（常见在 GroupAgg）
非确定性更新 NDU 风险（影响正确性）
以及可能的调参建议（例如 mini-batch、聚合策略等）

典型建议（示例中给出的配置）：

SET'table.exec.mini-batch.enabled'='true';SET'table.exec.mini-batch.allow-latency'='5s';SET'table.exec.mini-batch.size'='200';SET'table.optimizer.agg-phase-strategy'='ONE_PHASE';

理解要点：

mini-batch 常用于提升聚合吞吐、减少频繁更新带来的开销（但会引入延迟窗口）
agg-phase-strategy 会影响是否走本地-全局两阶段聚合等策略（具体策略以你版本实现为准）

如果你看到NO_AVAILABLE ADVICE：别失望，至少说明优化器没识别到明显风险点。

4.4 JSON_EXECUTION_PLAN：适合做自动化分析/平台化

拿到 JSON 执行计划后，你可以：

写平台把计划存档（SQL → Plan 版本对比）
做“规则扫描”（比如出现 Exchange 就报警）
辅助生成可视化图

5. 语法一览：查询、INSERT、以及 STATEMENT SET

基本语法：

EXPLAIN[([ExplainDetail[,ExplainDetail]*])|PLANFOR]<query_or_insert_or_statement_set>

如果你是多条 insert 一起提交（Statement Set）：

STATEMENTSETBEGININSERTINTOsink1SELECT...INSERTINTOsink2SELECT...END;

你同样可以对 statement set 做 explain，用来提前看到整套写入的计划结构（特别适合平台上“一次提交多写入”的场景）。

6. 实战建议：一套“看计划就能定位”的心法

看到Exchange(hash[key])：先想数据倾斜、网络、状态、并行度
看到GroupAggregate：想“能不能两阶段聚合/mini-batch/局部聚合”
看到changelogMode 非 insert-only：检查 sink 能不能接住 update/delete
怀疑性能问题：先加ESTIMATED_COST
怀疑正确性风险：加PLAN_ADVICE看有没有 WARNING（尤其是 NDU）

7. 总结

EXPLAIN是 Flink SQL 调试与调优的“第一生产力工具”：

用explainSql()或EXPLAIN PLAN FOR看计划
用ESTIMATED_COST / CHANGELOG_MODE / PLAN_ADVICE / JSON_EXECUTION_PLAN看细节
通过计划中的Exchange / GroupAggregate / changelogMode快速定位性能与语义风险

Flink SQL EXPLAIN “看懂计划”到“用 PLAN_ADVICE 调优”