基准测试通过衡量数据库系统生成和执行最优查询执行计划的效率来评估查询规划效率。它们通过运行模拟实际工作负载的标准化测试，然后分析执行时间、资源使用和计划质量等指标来做到这一点。例如，TPC-H 或 TPC-DS 等基准测试使用带有连接、聚合和子查询的复杂查询来对规划器选择高效访问路径（例如，索引扫描 vs. 全表扫描）和连接顺序的能力进行压力测试。这些测试揭示了规划器在生成计划时如何在速度、准确性和资源约束之间取得平衡。
关键指标包括查询执行时间、计划生成时间以及估计和实际资源使用（例如，处理的行数、内存消耗）之间的差异。基准测试还评估规划器是否适应数据分布变化，例如倾斜数据集或更新的统计信息。例如，如果规划器始终低估中间结果的大小，它可能会选择嵌套循环连接而不是哈希连接，从而导致执行速度变慢。像 PostgreSQL 的 EXPLAIN ANALYZE 这样的工具可以帮助比较规划器的预测与实际性能，从而暴露成本建模或统计信息使用中的效率低下。此外，基准测试通过增加查询复杂性或并发性来衡量可伸缩性，以查看规划时间是否线性增长或成为瓶颈。
一个实际例子是测试数据库如何处理具有不同过滤条件的多表连接。基准测试可以使用不同的数据量和索引配置运行此查询，以查看规划器是否选择最佳连接顺序和访问方法。例如，一个优秀的规划器在数据超出内存限制时可能会从合并连接切换到哈希连接。另一个测试可以包括参数化查询，以检查规划器是否适当地缓存和重用高效计划。通过将规划时间与执行时间分离，基准测试还可以突出显示过度复杂的优化策略（例如，穷举连接顺序探索）会降低整体性能的场景，从而指导开发人员调整规划启发式方法或缓存机制。