如何在PostgreSQL中使用partial index来优化SQL？

Posted 2021-05-01 黄伟DBCA

一 案例背景

从生产控制台上看到一条下述SQL：

格式化之后SQL语句为：

select '01' status, count(1) from t_ai_prd_item where status = '01' and deleted = false

union all 

select '02' status, count(1) from t_ai_prd_item where status = '02' and deleted = false

一个union all的联合查询，每次执行耗时1秒。有没有优化余地呢？

二 优化分析

1 查看原表数据量分布:

ai=> select count(*) from t_ai_prd_item;                       

  count  

---------

 1395189

(1 row)

ai=> select count(*),status from t_ai_prd_item group by status;

  count  | status 

---------+--------

         364 | 04

           25 | 05

       2835 | 02

 1391965 | 06

(4 rows)

ai=> 

分析发现，表1中有1395189条记录，status='01'的记录为0，status='02'的记录为2835条。

2 那么在status字段上建立一个btree index,效果会怎么样呢？

效果不错，但是结合到实际业务场景，此处只是针对status='01'和status='02'的情况来做统计。那么有没有更好的方法来解决这个场景呢？

3 创建1个partial index来测试 

对比，发现SQL的执行效率几乎没有差别。但是：

4 小结：

在确保SQL执行效率的同时，这个partial index所占的存储空间是b-tree index的1/384，大大降低了存储空间的开销。

三 关于partial index

1 什么是partial index？

分区索引是基于表中部分数据建立的，被索引的部分数据是原数据的一个子集。这个子集数据是基于某些条件可以明确计算出来的。

2 partial index适用场景？

对于表中数据分布“不均匀”的场景，比如某些数据占据绝大多数，而其它一些数据只占少量，且要满足查询条件针是对那些小数据量的查询情形。此例正好满足这种情况，总数据量为140万左右，而状态为01和02的数据只占极少的比例，且查询是针对状态为01和02的查询。

 

通过partial index可以排除大量普通数据或业务上“不感兴趣”的数据。如：一个在线订单系统，可以针对那些不在经常访问的客户端IP范围之外的IP进行创建分区索引，或者针对已下单还未支付的订单进行分区索引的创建。这样，当查询那些不在常用IP范围内的订单，或者那些已下单未支付的订单信息时，可以保证查询效率。

 

3 partial index的优势？

由于其是针对部分数据进行索引，显然同传统b-tree索引相比，其所占磁盘空间将大大缩小。当重建维护这些分区索引时，速度也非常快。

 

4 参考

https://www.postgresql.org/docs/9.3/static/indexes-partial.html

---