PostgreSQL索引探究

创建包含10个列（c01 - c10）的表my_table，用如下语句创建2个索引，并向表中插入6w条记录。这6w条记录的c01列，全部都是2017年04月21日的数据。

CREATE INDEX my_table_index1ON my_tableUSING btree(c05, c01, c02)
TABLESPACE smart_history_index;CREATE INDEX my_table_index2ON my_tableUSING btree(c01, c02, c03, c04, c05)
TABLESPACE smart_history_index;

使用以下SQL1语句查询，查询时间为2分钟。
SQL1：

select * from my_table t1
where (select count(*) from my_table t2 where
((t1.c01 = t2.c01 ) or (t1.c01 is null and t2.c01 is null)) and
((t1.c02 = t2.c02 ) or (t1.c02 is null and t2.c02 is null)) and
((t1.c03 = t2.c03 ) or (t1.c03 is null and t2.c03 is null)) and
((t1.c04 = t2.c04 ) or (t1.c04 is null and t2.c04 is null)) and
((t1.c05 = t2.c05 ) or (t1.c05 is null and t2.c05 is null)) and
((t1.c06 = t2.c06 ) or (t1.c06 is null and t2.c06 is null)) and
((t1.c07 = t2.c07 ) or (t1.c07 is null and t2.c07 is null)) and
((t1.c08 = t2.c08 ) or (t1.c08 is null and t2.c08 is null)) and
((t1.c09 = t2.c09 ) or (t1.c09 is null and t2.c09 is null)) and
((t1.c10 = t2.c10 ) or (t1.c10 is null and t2.c10 is null))
)>1;

使用以下SQL2语句查询，查询时间为2.8秒。
SQL2：

select * from my_table t1
where (select count(*) from my_table t2 where
((t1.c01 = t2.c01 ) or (t1.c01 is null and t2.c01 is null)) and
((t1.c02 = t2.c02 ) or (t1.c02 is null and t2.c02 is null)) and
((t1.c03 = t2.c03 ) or (t1.c03 is null and t2.c03 is null)) and
((t1.c04 = t2.c04 ) or (t1.c04 is null and t2.c04 is null)) and
((t1.c05 = t2.c05 ) or (t1.c05 is null and t2.c05 is null)) and
((t1.c06 = t2.c06 ) or (t1.c06 is null and t2.c06 is null)) and
((t1.c07 = t2.c07 ) or (t1.c07 is null and t2.c07 is null)) and
((t1.c08 = t2.c08 ) or (t1.c08 is null and t2.c08 is null)) and
((t1.c09 = t2.c09 ) or (t1.c09 is null and t2.c09 is null)) and
((t1.c10 = t2.c10 ) or (t1.c10 is null and t2.c10 is null)) and
(c01 >= '2017-04-20 00:00:00' and c01 < '2017-04-21 00:00:00')
)>1 and (c01 >= '2017-04-20 00:00:00' and c01 < '2017-04-21 00:00:00');

虽然SQL2最后对于c01列的where条件并为实质上减少过滤出的数据量。但是能够显著的提高查询效率（60倍），进一步使用以下SQL3语句监视索引使用情况发现，SQL2只调用了my_table_index2，而SQL1既调用了my_table_index1也调用了my_table_index2。
SQL3：

select
relname, indexrelname, idx_scan, idx_tup_read, idx_tup_fetch
from pg_stat_user_indexes
where relname = 'my_table'
order by idx_scan asc, idx_tup_read asc, idx_tup_fetch asc;

显然my_table_index2肯定比my_table_index1的辨识度更高。之所以SQL优化解析器会做出这样的选择，猜测可能是因为my_table_index2中列c01处于第一个的位置，而SQL2最后的c01查询条件刚好暗示强化了解释器去选择my_table_index2。
在此基础上我进行了进一步的实验：如果drop掉my_table_index1只保留my_table_index2，则无论是SQL1还是SQL2都能达到大约2.8秒的查询速度；如果drop掉my_table_index2只保留my_table_index1，则无论是SQL1还是SQL2都需要2分钟才能完成查询；当然my_table_index1也并不是一无是处，如果将两个索引全部drop掉，那么做一次查询（全表扫描）大约需要10分钟。

最后说两点启示：
1.索引不能随便建，如果建的不好，不仅影响插入效率，也会影响查询效率。
2.SQL语句优化之路，任重而道远。

PostgreSQL索引探究相关推荐

资源放送丨《 MySQL中的索引探究 - 2020云和恩墨大讲堂》PPT视频
前段时间,墨天轮邀请到云和恩墨应用架构产品部总经理巩飞分享了直播<MySQL中的索引探究>,在这里我们共享一下PPT和视频,供大家参考学习. 本次分享讲述MySQL的索引原理,不同存储 ...
直播预告丨MySQL中的索引探究
MySQL中的索引探究 - 08/05 本次分享讲述MySQL的索引原理,不同存储引擎对索引的支持情况.同时探究大家普遍关心的问题:MySQL在哪些操作中会用到索引?InnoDB引擎对索引做了哪些扩展 ...
postgresql索引_PostgreSQL中的索引— 10（Bloom）
postgresql索引 indexing engine and the interface of access methods, as well as 索引引擎和访问方法的接口,以及hash ind ...
PostgreSQL索引膨胀
PostgreSQL索引膨胀最后编辑时间:2022年1月23日00:07:27 通常是因为数据乱序写入导致的,索引页中的数据是有序的,而索引字段乱序写入,会导致索引频繁分裂,使得索引页并不是百分百填 ...
postgresql索引_PostgreSQL中的索引— 8（RUM）
postgresql索引 indexing engine, the interface of access methods, and main access methods, such as: 索引引 ...
postgresql索引_PostgreSQL中的索引— 6（SP-GiST）
postgresql索引 indexing engine, 索引引擎 , the interface of access methods, and three methods: 访问方法的接口以及三种 ...
PostgreSQL索引介绍
梦中彩虹博客园首页新随笔联系管理随笔 - 131 文章 - 1 评论 - 14 PostgreSQL索引介绍 INDEX 索引是增强数据库性能的常用方法.索引使得数据库在查找和检索数据 ...
掌握查询利器深入理解PostgreSQL索引原理与优化
文章目录一.前言 1.1 PostgreSQL索引的重要性 1.2 本文的结构和目的二.索引概述 2.1 什么是索引 2.2 为什么要使用索引 2.3 索引如何工作三.索引类型 3.1 B-tr ...
PostgreSQL索引页
本页目的,是起到索引其他所有本人所写文档的作用: 分类一:PostgreSQL基础知识与基本操作-------------------- PostgreSQL基础知识与基本操作索引页分类二:Pos ...

PostgreSQL索引探究

PostgreSQL索引探究相关推荐

最新文章

热门文章