CREATE table product ( product_ID SERIAL,factory_key VARCHAR(60),relevant BOolEAN)Indexes:"product_factory_key_key" btree (factory_key);"product_factory_key_relevant_key" btree (factory_key,relevant) WHERE relevant = false;"product_relevant_key" btree (relevant);
事实:
>产品表中有大约1亿条记录
>有少数工厂.例如,1家工厂可能拥有500万种产品.
>有数百万的工厂密钥
>每个工厂只有少量行不相关.例如,有一家拥有500万种产品的工厂,有大约100种不相关的产品.
>但是,有数百万行不相关的行.因为,最常见的情况是一个工厂密钥,5行产品,可能有2行不相关.
这是问题查询:
SELECT * FROM product WHERE factory_key='some_product_key' AND relevant=false liMIT 10;
解释分析:
query PLAN--------------------------------------------------------------------------------------------------------------------------- limit (cost=0.00..23.06 rows=10 wIDth=188) (actual time=2709.654..32252.961 rows=10 loops=1) -> Seq Scan on product (cost=0.00..7366785.34 rows=3194759 wIDth=188) (actual time=2709.634..32252.904 rows=10 loops=1) Filter: ((NOT relevant) AND ((product_key)::text = 'some_product_key'::text)) Rows Removed by Filter: 449486 Total runtime: 32253.150 ms(5 rows)
问题:
这是有问题的,因为:
>我相信规划师选择使用seq扫描,因为有很多行与这个工厂相匹配. (约320万行与此工厂匹配或约3%)
>但是,因为只有极少数行是不相关的.我正在寻找不相关的. seq扫描结果非常昂贵.
我已经创建了一个复合索引product_factory_key_relevant_key,但它没有利用索引.
编辑:
我试图强制postgres使用复合键:product_factory_key_relevant_key
SET enable_seqscan = off
虽然,它现在使用索引扫描.它实际上仍然比seqscan慢. (所以我猜计划器在进行seq扫描时是正确的)
query PLAN-------------------------------------------------------------------------------------------------------------------------------------------------------- limit (cost=0.57..34.03 rows=10 wIDth=188) (actual time=8.088..469974.692 rows=10 loops=1) -> Index Scan using product_factory_key_relevant_key on product (cost=0.57..10689307.49 rows=3194776 wIDth=188) (actual time=8.083..469974.655 rows=10 loops=1) Index Cond: (relevant = false) Filter: ((NOT relevant) AND ((product_key)::text = 'some_product_key'::text)) Rows Removed by Filter: 2205295 Total runtime: 469974.820 ms(6 rows)解决方法 覆盖成本参数
你不能强迫Postgresql使用特定的索引,或者完全阻止它进行seqscan.
但是,如果可能,可以通过将相关的enable_参数设置为off来告诉它避免执行某些扫描类型.它真的是一个仅用于调试的功能.
要进行测试,请尝试:
SET enable_seqscan = off;
如果Pg可以使用索引扫描(或其他东西),它会.
您可能还想考虑:
SET random_page_cost = 1.1
即告诉Postgresql,随机I / O仅比顺序I / O略贵.这通常适用于具有SSD的系统,或者大多数DB都缓存在RAM中的情况.在这种情况下,更有可能选择一个索引.
当然,如果您的系统的随机I / O实际上更昂贵,那么使用索引可能会更慢.
选择性,部分指标
你应该做的是遵循你已经给出的建议.按选择性顺序创建索引 – 如果相关性不太常见,请使用它.您甚至可以更进一步创建部分索引:
CREATE INDEX IDx_name_blah ON tbl_name_blah (factory_key) WHERE (NOT relevant);
该索引仅包含相关=’f’的值.它只能用于规划器知道相关的查询是错误的查询.另一方面,它将是一个更小,更快的索引.
统计
您可能还有不准确的统计信息,导致Postgresql认为价值频率与您的桌子实际不同.解释分析将有助于表明这一点.
如果统计数据刚刚过时,你也可以只分析my_table;如果是这样,增加autovacuum运行的频率,因为它没有跟上.
如果统计数据是最新的,但规划人员仍在进行基于统计数据的误估计,那么增加表格的统计目标(参见手册)并重新分析可能会有所帮助,如果它实际上是统计误估计问题.
版本
较旧的Postgresql版本往往不太了解成本估算,查询优化,统计,查询执行方法以及其他所有内容.
如果您没有使用最新版本,请升级.
例如,9.2的仅索引扫描将允许您创建部分索引
(product_ID,factory_key)WHERE(不相关)
然后运行查询:
SELECT product_ID,factory_key FROM my_table WHERE NOT relevant;
应该只读取索引,根本没有堆访问权限.
总结以上是内存溢出为你收集整理的如何强制PostgreSQL使用我的索引?全部内容,希望文章能够帮你解决如何强制PostgreSQL使用我的索引?所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)