字符串列上的postgresql索引

Posted 2023-02-23

【中文标题】字符串列上的postgresql索引

【英文标题】：postgresql index on string column

【发布时间】：2013-05-31 05:34:15

【问题描述】：

比如说，我有一个表ResidentInfo，在这个表中我有唯一的约束HomeAddress，也就是VARCHAR 类型。为了将来的查询，我将在此列上添加一个索引。 查询只会有操作=，我会使用B-TREE模式，因为目前不推荐使用Hash模式。

问题：从效率的角度来看，使用B-TREE，你认为我应该添加一个新的列，编号为1,2,3....,N 对应不同的家庭地址，而不是在HomeAddress上添加索引，我应该在数字列上添加索引吗？

我问这个问题是因为我不知道索引是如何工作的。

【问题讨论】：

感谢@Denis 指出唯一约束会自动建立索引。

根据性能有一个始终适用的准则：测试它。从这种模糊的描述中获取所有用例是不可能的，所以当你询问速度时，测试什么对你来说是最快的。在某些情况下，理论上次优方法对于您通常处理的数据更快。

【参考方案1】：

对于简单的相等检查 (=)，varchar 或 text 列上的 B-Tree 索引很简单，也是最佳选择。它确实有助于提高性能很多。

当然，简单的integer 上的 B-Tree 索引性能更好。对于初学者来说，比较简单的integer 值要快一些。但更重要的是，性能也是索引大小的函数。更大的列意味着每个数据页的行数更少，意味着需要读取更多的页面......

由于HomeAddress 无论如何都不是唯一的，它不是一个好的自然主键。我强烈建议改用 代理主键。 serial column 是显而易见的选择。它的唯一目的是使用一个简单、快速的主键。

如果您有其他表引用该表，这将变得更加有效。而不是为外键列复制一个冗长的字符串，您只需要一个整数列的 4 个字节。而且您不需要进行如此多的级联更新，因为地址必然会发生变化，而代理 pk 可以保持不变（但当然不是必须）。

您的表格可能如下所示：

CREATE TABLE resident (
   resident_id serial PRIMARY KEY
  ,address text NOT NULL
   -- more columns
);

CREATE INDEX resident_adr_idx ON resident(address);

这会产生两个 B-Tree 索引。 resident_id 上的唯一索引和 address 上的普通索引。

More about indexes in the manual. Postgres 提供了很多选项 - 但对于这个简单的案例，您不再需要了。

【讨论】：

非常感谢！这真的很有帮助！因此，这两个 B-Tree 索引将加快诸如“SELECT * FROM resident WHERE resident_id=xxxxx;”之类的查询。如果我必须使用地址查询，也给我一个选项，对吗？

@Hao：正确。此外，这两个索引都支持的不仅仅是简单的相等检查。

谢谢！正如你所说，关于B-TREE的操作，EnterpriseDB的Hash Pattern Index现在仍然存在缺陷，一旦他们修复它我可能会切换到Hash Pattern，因为我只是使用“=”操作进行查询。 Hash 采用 O(1)，B-Tree 采用 O(nlogn)。

【参考方案2】：

在 Postgres 中，通过在字段上维护唯一索引来强制执行唯一约束，因此您已经被覆盖了。

如果您认为对地址的唯一性约束不好（老实说，它是：什么配偶创建一个单独的帐户？关于公寓？等等），您可以像这样创建一个：

create index on ResidentInfo (HomeAddress);

【讨论】：

哦，感谢您指出这一点！但问题仍然存在。如果我添加一个数字列并使用它而不是地址，查询会变得更快吗？