explain.depesz.com

PostgreSQL's explain analyze made readable

Result: APaTq

Settings
# exclusive inclusive rows x rows loops node
1. 46,446.054 156,220.018 ↓ 1.1 301,349 1

HashAggregate (cost=396,541.29..403,518.94 rows=279,106 width=1,014) (actual time=156,002.743..156,220.018 rows=301,349 loops=1)

  • Output: a.numero_id_persona, ((((((((p.primer_nombre_persona)::text || ' '::text) || (p.segundo_nombre_persona)::text) || ' '::text) || (p.primer_apellido_persona)::text) || ' '::text) || (p.segundo_apellido_persona)::text)), s.tipo_servicio, ts.nombre_t (...)
  • Group Key: a.numero_id_persona, (((((((p.primer_nombre_persona)::text || ' '::text) || (p.segundo_nombre_persona)::text) || ' '::text) || (p.primer_apellido_persona)::text) || ' '::text) || (p.segundo_apellido_persona)::text), s.tipo_servicio, ts.nombre_ (...)
2. 28,795.531 109,773.964 ↓ 86.4 24,109,576 1

Hash Left Join (cost=342,561.61..384,679.29 rows=279,106 width=1,014) (actual time=15,301.540..109,773.964 rows=24,109,576 loops=1)

  • Output: a.numero_id_persona, (((((((p.primer_nombre_persona)::text || ' '::text) || (p.segundo_nombre_persona)::text) || ' '::text) || (p.primer_apellido_persona)::text) || ' '::text) || (p.segundo_apellido_persona)::text), s.tipo_servicio, ts.nomb (...)
  • Hash Cond: ((l.codigo_arl)::text = (ag.codigo_arl)::text)
3. 14,540.954 80,978.410 ↓ 86.4 24,109,576 1

Hash Left Join (cost=342,560.23..376,653.61 rows=279,106 width=606) (actual time=15,301.475..80,978.410 rows=24,109,576 loops=1)

  • Output: a.numero_id_persona, a.consec_ord, a.cod_int_arl, a.codigo_arl, a.codigo_evg, s.tipo_servicio, s.fecha_solicitud, s.id_solicitud, s.estado_solicitud, o.factura_estado, l.estado, l.codigo_arl, pg.conseclista, p.primer_nombre_persona, p (...)
  • Hash Cond: ((s.tipo_servicio)::text = ((ts.id_tipo_servicio)::character varying)::text)
4. 12,581.850 66,437.421 ↓ 86.4 24,109,576 1

Hash Left Join (cost=342,558.84..372,116.75 rows=279,106 width=188) (actual time=15,301.414..66,437.421 rows=24,109,576 loops=1)

  • Output: a.numero_id_persona, a.consec_ord, a.cod_int_arl, a.codigo_arl, a.codigo_evg, s.tipo_servicio, s.fecha_solicitud, s.id_solicitud, s.estado_solicitud, o.factura_estado, l.estado, l.codigo_arl, pg.conseclista, p.primer_nombre_pers (...)
  • Hash Cond: ((a.codigo_sede)::text = (sd.codigo_sede)::text)
5. 12,084.046 53,855.215 ↓ 86.4 24,109,576 1

Hash Left Join (cost=342,554.42..368,274.62 rows=279,106 width=121) (actual time=15,301.013..53,855.215 rows=24,109,576 loops=1)

  • Output: a.numero_id_persona, a.consec_ord, a.cod_int_arl, a.codigo_arl, a.codigo_evg, a.codigo_sede, s.tipo_servicio, s.fecha_solicitud, s.id_solicitud, s.estado_solicitud, o.factura_estado, l.estado, l.codigo_arl, pg.conseclista, (...)
  • Hash Cond: (a.id_solicitud = s.id_solicitud)
6. 23,963.239 40,933.957 ↓ 86.4 24,109,576 1

Hash Left Join (cost=297,058.81..316,848.01 rows=279,106 width=105) (actual time=14,463.180..40,933.957 rows=24,109,576 loops=1)

  • Output: a.numero_id_persona, a.consec_ord, a.cod_int_arl, a.codigo_arl, a.codigo_evg, a.id_solicitud, a.codigo_sede, o.factura_estado, l.estado, l.codigo_arl, pg.conseclista, p.primer_nombre_persona, p.segundo_nombre_persona (...)
  • Hash Cond: ((a.consec_ord = o.consec_ord) AND ((a.codigo_evg)::text = (o.codigo_evg)::text) AND ((a.codigo_arl)::text = (o.codigo_arl)::text) AND ((a.cod_int_arl)::text = (o.cod_int_arl)::text))
7. 1,815.370 15,022.947 ↑ 1.0 276,971 1

Merge Left Join (cost=195,065.50..205,085.98 rows=279,106 width=74) (actual time=12,515.304..15,022.947 rows=276,971 loops=1)

  • Output: a.numero_id_persona, a.consec_ord, a.cod_int_arl, a.codigo_arl, a.codigo_evg, a.id_solicitud, a.codigo_sede, p.primer_nombre_persona, p.segundo_nombre_persona, p.primer_apellido_persona, p.segundo_apellido_pers (...)
  • Merge Cond: ((a.numero_id_persona)::text = (p.numero_id_persona)::text)
8. 2,303.497 2,397.618 ↑ 1.0 276,940 1

Sort (cost=31,187.69..31,880.04 rows=276,940 width=49) (actual time=2,182.537..2,397.618 rows=276,940 loops=1)

  • Output: a.numero_id_persona, a.consec_ord, a.cod_int_arl, a.codigo_arl, a.codigo_evg, a.id_solicitud, a.codigo_sede
  • Sort Key: a.numero_id_persona
  • Sort Method: quicksort Memory: 51169kB
9. 94.121 94.121 ↑ 1.0 276,940 1

Seq Scan on public.arl_factura_sol a (cost=0.00..6,153.40 rows=276,940 width=49) (actual time=0.021..94.121 rows=276,940 loops=1)

  • Output: a.numero_id_persona, a.consec_ord, a.cod_int_arl, a.codigo_arl, a.codigo_evg, a.id_solicitud, a.codigo_sede
10. 10,260.146 10,809.959 ↓ 1.1 1,261,938 1

Sort (cost=163,838.86..166,810.34 rows=1,188,593 width=34) (actual time=10,332.621..10,809.959 rows=1,261,938 loops=1)

  • Output: p.primer_nombre_persona, p.segundo_nombre_persona, p.primer_apellido_persona, p.segundo_apellido_persona, p.numero_id_persona
  • Sort Key: p.numero_id_persona
  • Sort Method: quicksort Memory: 142145kB
11. 549.813 549.813 ↑ 1.0 1,188,593 1

Seq Scan on public.persona p (cost=0.00..43,904.93 rows=1,188,593 width=34) (actual time=0.057..549.813 rows=1,188,593 loops=1)

  • Output: p.primer_nombre_persona, p.segundo_nombre_persona, p.primer_apellido_persona, p.segundo_apellido_persona, p.numero_id_persona
12. 375.963 1,947.771 ↓ 28.4 620,845 1

Hash (cost=101,556.05..101,556.05 rows=21,863 width=64) (actual time=1,947.771..1,947.771 rows=620,845 loops=1)

  • Output: o.factura_estado, o.consec_ord, o.codigo_evg, o.codigo_arl, o.cod_int_arl, l.estado, l.codigo_arl, pg.conseclista
  • Buckets: 4096 Batches: 1 Memory Usage: 50826kB
13. 1,019.289 1,571.808 ↓ 28.4 620,845 1

Hash Right Join (cost=2,870.67..101,556.05 rows=21,863 width=64) (actual time=75.763..1,571.808 rows=620,845 loops=1)

  • Output: o.factura_estado, o.consec_ord, o.codigo_evg, o.codigo_arl, o.cod_int_arl, l.estado, l.codigo_arl, pg.conseclista
  • Hash Cond: (((pg.codigo_arl)::text = (l.codigo_arl)::text) AND ((pg.codigo_evg)::text = (l.codigo_evg)::text) AND (pg.conseclista = l.conseclista))
14. 476.810 476.810 ↑ 1.0 1,952,996 1

Seq Scan on public.preagendados pg (cost=0.00..47,414.96 rows=1,952,996 width=12) (actual time=0.012..476.810 rows=1,952,996 loops=1)

  • Output: pg.consecutivo, pg.codigo_arl, pg.codigo_evg, pg.conseclista, pg.tipoid, pg.numero_id_persona, pg.nombres, pg.apellidos, pg.dia, pg.mt, pg.ciudad, pg.codigo_sede, pg.fechahora, pg.confirmado, pg.anu (...)
15. 12.424 75.709 ↓ 1.1 23,035 1

Hash (cost=2,488.07..2,488.07 rows=21,863 width=75) (actual time=75.709..75.709 rows=23,035 loops=1)

  • Output: o.factura_estado, o.consec_ord, o.codigo_evg, o.codigo_arl, o.cod_int_arl, l.estado, l.codigo_arl, l.codigo_evg, l.conseclista
  • Buckets: 4096 Batches: 1 Memory Usage: 2328kB
16. 29.596 63.285 ↓ 1.1 23,035 1

Hash Right Join (cost=1,186.23..2,488.07 rows=21,863 width=75) (actual time=24.906..63.285 rows=23,035 loops=1)

  • Output: o.factura_estado, o.consec_ord, o.codigo_evg, o.codigo_arl, o.cod_int_arl, l.estado, l.codigo_arl, l.codigo_evg, l.conseclista
  • Hash Cond: (((l.codigo_arl)::text = (o.codigo_arl)::text) AND ((l.codigo_evg)::text = (o.codigo_evg)::text) AND (l.consec_ord = o.consec_ord))
17. 8.850 8.850 ↑ 1.0 23,051 1

Seq Scan on public.lista_arl_enc l (cost=0.00..696.51 rows=23,051 width=30) (actual time=0.021..8.850 rows=23,051 loops=1)

  • Output: l.conseclista, l.codigo_arl, l.codigo_evg, l.consec_ord, l.fecha, l.estado, l.detalle_anulada, l.cantidad, l.url, l.enviado_a, l.creado, l.generado, l.usuario, l.observaciones, l.pendien (...)
18. 10.015 24.839 ↑ 1.0 21,863 1

Hash (cost=803.63..803.63 rows=21,863 width=49) (actual time=24.839..24.839 rows=21,863 loops=1)

  • Output: o.factura_estado, o.consec_ord, o.codigo_evg, o.codigo_arl, o.cod_int_arl
  • Buckets: 4096 Batches: 1 Memory Usage: 1428kB
19. 14.824 14.824 ↑ 1.0 21,863 1

Seq Scan on public.ordenes_arl o (cost=0.00..803.63 rows=21,863 width=49) (actual time=0.061..14.824 rows=21,863 loops=1)

  • Output: o.factura_estado, o.consec_ord, o.codigo_evg, o.codigo_arl, o.cod_int_arl
20. 319.003 837.212 ↑ 1.0 921,627 1

Hash (cost=33,975.27..33,975.27 rows=921,627 width=20) (actual time=837.212..837.212 rows=921,627 loops=1)

  • Output: s.tipo_servicio, s.fecha_solicitud, s.id_solicitud, s.estado_solicitud
  • Buckets: 131072 Batches: 1 Memory Usage: 49434kB
21. 518.209 518.209 ↑ 1.0 921,627 1

Seq Scan on public.solicitud s (cost=0.00..33,975.27 rows=921,627 width=20) (actual time=0.022..518.209 rows=921,627 loops=1)

  • Output: s.tipo_servicio, s.fecha_solicitud, s.id_solicitud, s.estado_solicitud
22. 0.014 0.356 ↓ 1.3 37 1

Hash (cost=4.06..4.06 rows=29 width=70) (actual time=0.356..0.356 rows=37 loops=1)

  • Output: sd.codigo_sede, sd.nombre_sede
  • Buckets: 1024 Batches: 1 Memory Usage: 2kB
23. 0.011 0.342 ↓ 1.3 37 1

Subquery Scan on sd (cost=3.70..4.06 rows=29 width=70) (actual time=0.330..0.342 rows=37 loops=1)

  • Output: sd.codigo_sede, sd.nombre_sede
24. 0.155 0.331 ↓ 1.3 37 1

Sort (cost=3.70..3.77 rows=29 width=902) (actual time=0.329..0.331 rows=37 loops=1)

  • Output: s_1.codigo_sede, s_1.id_ciudad, s_1.nombre_sede, s_1.direccion_sede, s_1.estado_sede, s_1.correo_e
  • Sort Key: s_1.nombre_sede
  • Sort Method: quicksort Memory: 30kB
25. 0.012 0.176 ↓ 1.3 37 1

Append (cost=0.00..3.00 rows=29 width=902) (actual time=0.031..0.176 rows=37 loops=1)

26. 0.060 0.060 ↓ 1.5 25 1

Seq Scan on public.sede s_1 (cost=0.00..2.44 rows=17 width=1,425) (actual time=0.029..0.060 rows=25 loops=1)

  • Output: s_1.codigo_sede, s_1.id_ciudad, s_1.nombre_sede, s_1.direccion_sede, s_1.estado_sede, s_1.correo_e
  • Filter: ((s_1.estado_sede IS TRUE) AND ((s_1.codigo_sede)::text <> '999'::text))
  • Rows Removed by Filter: 10
27. 0.008 0.030 ↑ 1.0 4 1

Subquery Scan on *SELECT* 2 (cost=0.00..0.13 rows=4 width=160) (actual time=0.023..0.030 rows=4 loops=1)

  • Output: "*SELECT* 2".codigo_sede, "*SELECT* 2".id_ciudad, "*SELECT* 2".nombre_sede, "*SELECT* 2".direccion_sede, false, "*SELECT* 2".correo_e
28. 0.022 0.022 ↑ 1.0 4 1

Values Scan on "*VALUES*" (cost=0.00..0.09 rows=4 width=160) (actual time=0.017..0.022 rows=4 loops=1)

  • Output: ("*VALUES*".column1)::character varying(10), ("*VALUES*".column2)::character varying(8), ("*VALUES*".column3)::character varying(40), ("*VALUES*".column4)::character varying(50), false, "*VALU (...)
29. 0.004 0.019 ↑ 1.0 2 1

Subquery Scan on *SELECT* 3 (cost=0.00..0.07 rows=2 width=160) (actual time=0.016..0.019 rows=2 loops=1)

  • Output: "*SELECT* 3".codigo_sede, "*SELECT* 3".id_ciudad, "*SELECT* 3".nombre_sede, "*SELECT* 3".direccion_sede, true, "*SELECT* 3".correo_e
30. 0.015 0.015 ↑ 1.0 2 1

Values Scan on "*VALUES*_1" (cost=0.00..0.04 rows=2 width=160) (actual time=0.012..0.015 rows=2 loops=1)

  • Output: ("*VALUES*_1".column1)::character varying(10), ("*VALUES*_1".column2)::character varying(8), ("*VALUES*_1".column3)::character varying(40), ("*VALUES*_1".column4)::character varying(50), true, (...)
31. 0.004 0.019 ↑ 1.0 2 1

Subquery Scan on *SELECT* 4 (cost=0.00..0.07 rows=2 width=160) (actual time=0.018..0.019 rows=2 loops=1)

  • Output: "*SELECT* 4".codigo_sede, "*SELECT* 4".id_ciudad, "*SELECT* 4".nombre_sede, "*SELECT* 4".direccion_sede, false, "*SELECT* 4".correo_e
32. 0.015 0.015 ↑ 1.0 2 1

Values Scan on "*VALUES*_2" (cost=0.00..0.04 rows=2 width=160) (actual time=0.014..0.015 rows=2 loops=1)

  • Output: ("*VALUES*_2".column1)::character varying(10), ("*VALUES*_2".column2)::character varying(8), ("*VALUES*_2".column3)::character varying(40), ("*VALUES*_2".column4)::character varying(50), false (...)
33. 0.004 0.018 ↑ 1.0 1 1

Subquery Scan on *SELECT* 5 (cost=0.00..0.03 rows=1 width=160) (actual time=0.018..0.018 rows=1 loops=1)

  • Output: "*SELECT* 5".codigo_sede, "*SELECT* 5".id_ciudad, "*SELECT* 5".nombre_sede, "*SELECT* 5".direccion_sede, false, "*SELECT* 5".correo_e
34. 0.014 0.014 ↑ 1.0 1 1

Values Scan on "*VALUES*_3" (cost=0.00..0.02 rows=1 width=160) (actual time=0.014..0.014 rows=1 loops=1)

  • Output: ("*VALUES*_3".column1)::character varying(10), ("*VALUES*_3".column2)::character varying(8), ("*VALUES*_3".column3)::character varying(40), ("*VALUES*_3".column4)::character varying(50), false (...)
35. 0.003 0.018 ↑ 1.0 3 1

Subquery Scan on *SELECT* 6 (cost=0.00..0.10 rows=3 width=160) (actual time=0.015..0.018 rows=3 loops=1)

  • Output: "*SELECT* 6".codigo_sede, "*SELECT* 6".id_ciudad, "*SELECT* 6".nombre_sede, "*SELECT* 6".direccion_sede, true, "*SELECT* 6".correo_e
36. 0.015 0.015 ↑ 1.0 3 1

Values Scan on "*VALUES*_4" (cost=0.00..0.07 rows=3 width=160) (actual time=0.012..0.015 rows=3 loops=1)

  • Output: ("*VALUES*_4".column1)::character varying(10), ("*VALUES*_4".column2)::character varying(8), ("*VALUES*_4".column3)::character varying(40), ("*VALUES*_4".column4)::character varying(50), true, (...)
37. 0.015 0.035 ↑ 1.0 17 1

Hash (cost=1.17..1.17 rows=17 width=422) (actual time=0.035..0.035 rows=17 loops=1)

  • Output: ts.nombre_tipo_servicio, ts.id_tipo_servicio
  • Buckets: 1024 Batches: 1 Memory Usage: 1kB
38. 0.020 0.020 ↑ 1.0 17 1

Seq Scan on public.tipo_servicio ts (cost=0.00..1.17 rows=17 width=422) (actual time=0.017..0.020 rows=17 loops=1)

  • Output: ts.nombre_tipo_servicio, ts.id_tipo_servicio
39. 0.008 0.023 ↑ 1.0 17 1

Hash (cost=1.17..1.17 rows=17 width=476) (actual time=0.023..0.023 rows=17 loops=1)

  • Output: ag.nombre_arl, ag.codigo_arl
  • Buckets: 1024 Batches: 1 Memory Usage: 2kB
40. 0.015 0.015 ↑ 1.0 17 1

Seq Scan on public.aseguradoras ag (cost=0.00..1.17 rows=17 width=476) (actual time=0.013..0.015 rows=17 loops=1)

  • Output: ag.nombre_arl, ag.codigo_arl
Planning time : 10.498 ms
Execution time : 156,239.591 ms