共计 8179 个字符,预计需要花费 21 分钟才能阅读完成。
1. 索引的特性
1.1 加快条件的检索的特性
当表数据量越来越大时查询速度会下降,在表的条件字段上使用索引,快速定位到可能满足条件的记录,不需要遍历所有记录。
create table t(id int, info text);
insert into t select generate_series(1,10000),'lottu'||generate_series(1,10000);
create table t1 as select * from t;
create table t2 as select * from t;
create index ind_t2_id on t2(id);
lottu=# analyze t1;
ANALYZE
lottu=# analyze t2;
ANALYZE
# 没有索引
lottu=# explain (analyze,buffers,verbose) select * from t1 where id < 10;
QUERY PLAN
-----------------------------------------------------------------------------------------------------
Seq Scan on lottu.t1 (cost=0.00..180.00 rows=9 width=13) (actual time=0.073..5.650 rows=9 loops=1)
Output: id, info
Filter: (t1.id < 10)
Rows Removed by Filter: 9991
Buffers: shared hit=55
Planning time: 25.904 ms
Execution time: 5.741 ms
(7 rows)
# 有索引
lottu=# explain (analyze,verbose,buffers) select * from t2 where id < 10;
QUERY PLAN
---------------------------------------------------------------------------------------------------------------------
Index Scan using ind_t2_id on lottu.t2 (cost=0.29..8.44 rows=9 width=13) (actual time=0.008..0.014 rows=9 loops=1)
Output: id, info
Index Cond: (t2.id < 10)
Buffers: shared hit=3
Planning time: 0.400 ms
Execution time: 0.052 ms
(6 rows)
# 在这个案例中:执行同一条 SQL。t2 有索引的执行数据是 0.052 ms;t1 没有索引的是:5.741 ms;
1.2 有序的特性
索引本身就是有序的。
# 没有索引
lottu=# explain (analyze,verbose,buffers) select * from t1 where id > 2 order by id;
QUERY PLAN
-----------------------------------------------------------------------------------------------------------------
Sort (cost=844.31..869.31 rows=9999 width=13) (actual time=8.737..11.995 rows=9998 loops=1)
Output: id, info
Sort Key: t1.id
Sort Method: quicksort Memory: 853kB
Buffers: shared hit=55
-> Seq Scan on lottu.t1 (cost=0.00..180.00 rows=9999 width=13) (actual time=0.038..5.133 rows=9998 loops=1)
Output: id, info
Filter: (t1.id > 2)
Rows Removed by Filter: 2
Buffers: shared hit=55
Planning time: 0.116 ms
Execution time: 15.205 ms
(12 rows)
#有索引
lottu=# explain (analyze,verbose,buffers) select * from t2 where id > 2 order by id;
QUERY PLAN
-----------------------------------------------------------------------------------------------------------------------------
Index Scan using ind_t2_id on lottu.t2 (cost=0.29..353.27 rows=9999 width=13) (actual time=0.030..5.304 rows=9998 loops=1)
Output: id, info
Index Cond: (t2.id > 2)
Buffers: shared hit=84
Planning time: 0.295 ms
Execution time: 7.027 ms
(6 rows)
# 在这个案例中:执行同一条 SQL。
- t2 有索引的执行数据是 7.027 ms;t1 没有索引的是:15.205 ms;
- t1 没有索引执行还占用了 Memory: 853kB。
2. 索引扫描方式
索引的扫描方式有 3 种
2.1 Indexscan
先查索引找到匹配记录的 ctid,再通过 ctid 查堆表
2.2 bitmapscan
先查索引找到匹配记录的 ctid 集合,把 ctid 通过 bitmap 做集合运算和排序后再查堆表
2.3 Indexonlyscan
如果索引字段中包含了所有返回字段,对可见性映射 (vm)中全为可见的数据块,不查堆表直接返回索引中的值。
这里谈谈 Indexscan 扫描方式和 Indexonlyscan 扫描方式
对这两种扫描方式区别;借用 Oracle 中索引扫描方式来讲;Indexscan 扫描方式会产生回表读。根据上面解释来说;Indexscan 扫描方式:查完索引之后还需要查表。Indexonlyscan 扫描方式只需要查索引。也就是说:Indexonlyscan 扫描方式要优于 Indexscan 扫描方式?我们来看看
现有表 t;在字段 id 上面建来 ind_t_id 索引
1. t 表没有 VM 文件。lottu=# \d+ t
Table "lottu.t"
Column | Type | Modifiers | Storage | Stats target | Description
--------+---------+-----------+----------+--------------+-------------
id | integer | | plain | |
info | text | | extended | |
Indexes:
"ind_t_id" btree (id)
lottu=# explain (analyze,buffers,verbose) select id from t where id < 10;
QUERY PLAN
-----------------------------------------------------------------------------------------------------------------------
Index Only Scan using ind_t_id on lottu.t (cost=0.29..8.44 rows=9 width=4) (actual time=0.009..0.015 rows=9 loops=1)
Output: id
Index Cond: (t.id < 10)
Heap Fetches: 9
Buffers: shared hit=3
Planning time: 0.177 ms
Execution time: 0.050 ms
(7 rows)
#人为更改执行计划
lottu=# set enable_indexonlyscan = off;
SET
lottu=# explain (analyze,buffers,verbose) select id from t where id < 10;
QUERY PLAN
------------------------------------------------------------------------------------------------------------------
Index Scan using ind_t_id on lottu.t (cost=0.29..8.44 rows=9 width=4) (actual time=0.008..0.014 rows=9 loops=1)
Output: id
Index Cond: (t.id < 10)
Buffers: shared hit=3
Planning time: 0.188 ms
Execution time: 0.050 ms
(6 rows)
# 可以发现两者几乎没有差异;唯一不同的是 Indexonlyscan 扫描方式存在扫描的 Heap Fetches 时间。这个时间是不在 Execution time 里面的。2. t 表有 VM 文件
lottu=# delete from t where id >200 and id < 500;
DELETE 299
lottu=# vacuum t;
VACUUM
lottu=# analyze t;
ANALYZE
lottu=# explain (analyze,buffers,verbose) select id from t where id < 10;
QUERY PLAN
-----------------------------------------------------------------------------------------------------------------------
Index Only Scan using ind_t_id on lottu.t (cost=0.29..4.44 rows=9 width=4) (actual time=0.008..0.012 rows=9 loops=1)
Output: id
Index Cond: (t.id < 10)
Heap Fetches: 0
Buffers: shared hit=3
Planning time: 0.174 ms
Execution time: 0.048 ms
(7 rows)
lottu=# set enable_indexonlyscan = off;
SET
lottu=# explain (analyze,buffers,verbose) select id from t where id < 10;
QUERY PLAN
------------------------------------------------------------------------------------------------------------------
Index Scan using ind_t_id on lottu.t (cost=0.29..8.44 rows=9 width=4) (actual time=0.012..0.022 rows=9 loops=1)
Output: id
Index Cond: (t.id < 10)
Buffers: shared hit=3
Planning time: 0.179 ms
Execution time: 0.077 ms
(6 rows)
总结:
- Index Only Scan 在没有 VM 文件的情况下, 速度比 Index Scan 要慢, 因为要扫描所有的 Heap page。差异几乎不大。
- Index Only Scan 存在 VM 文件的情况下,是���比 Index Scan 要快。
知识点 1:
- VM 文件:称为可见性映射文件;该文件存在表示:该数据块没有需要清理的行。即已经做了 vaccum 操作。
知识点 2:
人为选择执行计划。可设置 enable_xxx 参数有
- enable_bitmapscan
- enable_hashagg
- enable_hashjoin
- enable_indexonlyscan
- enable_indexscan
- enable_material
- enable_mergejoin
- enable_nestloop
- enable_seqscan
- enable_sort
- enable_tidscan
参考文献
- 参考德哥:《PostgreSQL 性能优化培训 3 DAY.pdf》
- https://www.postgresql.org/docs/9.6/static/runtime-config-query.html
3. 索引的类型
PostgreSQL 支持索引类型有: B-tree, Hash, GiST, SP-GiST, GIN and BRIN。
- postgresql—-Btree 索引:http://www.cnblogs.com/alianbog/p/5621749.html
- postgresql—-hash 索引:一般只用于简单等值查询。不常用。
- postgresql—-Gist 索引:http://www.cnblogs.com/alianbog/p/5628543.html
4. 索引的管理
4.1 创建索引
创建索引语法:
lottu=# \h create index
Command: CREATE INDEX
Description: define a new index
Syntax:
CREATE [ UNIQUE ] INDEX [ CONCURRENTLY ] [ [IF NOT EXISTS ] name ] ON table_name [ USING method ]
({ column_name | (expression) } [ COLLATE collation ] [ opclass ] [ ASC | DESC ] [ NULLS {FIRST | LAST} ] [, ...] )
[ WITH (storage_parameter = value [, ... ] ) ]
[ TABLESPACE tablespace_name ]
[ WHERE predicate ]
接下来我们以 t 表为例。1. 关键字【UNIQUE】#创建唯一索引;主键就是一种唯一索引
CREATE UNIQUE INDEX ind_t_id_1 on t (id);
2. 关键字【CONCURRENTLY】# 这是并发创建索引。跟 oracle 的 online 创建索引作用是一样的。创建索引过程中;不会阻塞表更新,插入,删除操作。当然创建的时间就会很漫长。CREATE INDEX CONCURRENTLY ind_t_id_2 on t (id);
3. 关键字【IF NOT EXISTS】#用该命令是用于确认索引名是否存在。若存在;也不会报错。CREATE INDEX IF NOT EXISTS ind_t_id_3 on t (id);
4. 关键字【USING】# 创建哪种类型的索引。默认是 B -tree。CREATE INDEX ind_t_id_4 on t using btree (id);
5 关键字【[ ASC | DESC ] [ NULLS {FIRST | LAST]】# 创建索引是采用降序还是升序。若字段存在 null 值,是把 null 值放在前面还是最后:例如采用降序,null 放在前面。CREATE INDEX ind_t_id_5 on t (id desc nulls first)
6. 关键字【WITH (storage_parameter = value)】#索引的填充因子设为。例如创建索引的填充因子设为 75
CREATE INDEX ind_t_id_6 on t (id) with (fillfactor = 75);
7. 关键字【TABLESPACE】#是把索引创建在哪个表空间。CREATE INDEX ind_t_id_7 on t (id) TABLESPACE tsp_lottu;
8. 关键字【WHERE】#只在自己感兴趣的那部分数据上创建索引,而不是对每一行数据都创建索引,此种方式创建索引就需要使用 WHERE 条件了。CREATE INDEX ind_t_id_8 on t (id) WHERE id < 1000;
4.2 修改索引
修改索引语法
lottu=# \h alter index
Command: ALTER INDEX
Description: change the definition of an index
Syntax:
#把索引重新命名
ALTER INDEX [ IF EXISTS ] name RENAME TO new_name
#把索引迁移表空间
ALTER INDEX [ IF EXISTS ] name SET TABLESPACE tablespace_name
#把索引重设置填充因子
ALTER INDEX [ IF EXISTS ] name SET (storage_parameter = value [, ... ] )
#把索引的填充因子设置为默认值
ALTER INDEX [ IF EXISTS ] name RESET (storage_parameter [, ... ] )
#把表空间 TSP1 中索引迁移到新表空间
ALTER INDEX ALL IN TABLESPACE name [ OWNED BY role_name [, ... ] ]
SET TABLESPACE new_tablespace [ NOWAIT ]
4.3 删除索引
删除索引语法
lottu=# \h drop index
Command: DROP INDEX
Description: remove an index
Syntax:
DROP INDEX [ CONCURRENTLY ] [ IF EXISTS ] name [, ...] [ CASCADE | RESTRICT ]
5. 索引的维护
索引能带来加快对表中记录的查询,排序,以及唯一约束的作用。索引也是有代价
- 索引需要增加数据库的存储空间。
- 在表记录执行插入,更新,删除操作。索引也要更新。
5.1 查看索引的大小
select pg_size_pretty(pg_relation_size('ind_t_id'));
5.2 索引的利用率
--通过 pg_stat_user_indexes.idx_scan 可检查利用索引进行扫描的次数;这样可以确认那些索引可以清理掉。
select idx_scan from pg_stat_user_indexes where indexrelname = 'ind_t_id';
5.3 索引的重建
--如果一个表经过频繁更新之后,索引性能不好;需要重建索引。
lottu=# select pg_size_pretty(pg_relation_size('ind_t_id_1'));
pg_size_pretty
----------------
2200 kB
(1 row)
lottu=# delete from t where id > 1000;
DELETE 99000
lottu=# analyze t;
ANALYZE
lottu=# select pg_size_pretty(pg_relation_size('ind_t_id_1'));
pg_size_pretty
----------------
2200 kB
lottu=# insert into t select generate_series(2000,100000),'lottu';
INSERT 0 98001
lottu=# select pg_size_pretty(pg_relation_size('ind_t_id_1'));
pg_size_pretty
----------------
4336 kB
(1 row)
lottu=# vacuum full t;
VACUUM
lottu=# select pg_size_pretty(pg_relation_size('ind_t_id_1'));
pg_size_pretty
----------------
2176 kB
重建方法:1. reindex:reindex 不支持并行重建【CONCURRENTLY】; 索引会锁表;会进行阻塞。2. vacuum full; 对表进行重构;索引也会重建;同样也会锁表。3. 创建一个新索引(索引名不同);再删除旧索引。
本文永久更新链接地址:http://www.linuxidc.com/Linux/2017-09/146895.htm