Postgresql：适用于（时间戳，字符串）的多列索引

Posted 2023-03-23

【中文标题】Postgresql：适用于（时间戳，字符串）的多列索引

【英文标题】：Postgresql : Suitable multi column indexing for (timestamp,string)

【发布时间】：2018-04-27 14:13:34

【问题描述】：

我有一个表，其中有时间戳字段（格式为 yyyy-MM-dd HH:mm:ss.SSS ）（没有时区的时间戳）和一个非唯一字段（字符串格式) .

考虑一个例子： 假设这是表 User(userId,userType,modifiedOn)。 userType 是非唯一键，modifiedOn 是没有时区的时间戳。

用户表每隔 20 到 40 分钟会根据其他作业的某些符合条件的条件进行更新。

userType 可以是最大 200 个不同的值，而 User 表有数百万条数据。

我应该使用什么类型的索引？

目前我正在尝试

CREATE INDEX user_modifiedOn_userType_index on user USING btree(modifiedOn,userType);

注意： 我把这个时间范围放在'04-APR-18 07:44:21'和'06-APR-18 07:44:21'之间。 目前使用postgresql 9.6 版本以后会换到10.3

但我有疑问：

1) 在多列索引中，列的顺序有多重要？

想法：modifiedOn 将有数百万个不同的值，所以它应该排在第一位，而 userType 几乎没有 200 个不同的值。

2) 时间戳索引是否可以长达一小时或一分钟？如果可能，那么它将对性能产生多大影响。

【问题讨论】：

不相关，但是：时间戳列没有“格式”

索引策略取决于查询，而不是表。经验法则是：先为相等索引，然后为范围。

@a_horse_with_no_name 但是 userType 最多有 200 个不同的值，所以我认为 modifiedOn 应该排在第一位。我的查询是 Select * from user where modifiedOn between ?和 ？和用户类型 = ？或 Select * from user where modifiedOn >= ?.

再次重申：这取决于您使用的 查询。

@a_horse_with_no_name 这个是关键的 Select * from user where modifiedOn between ?和 ？和 userType = ?.

【参考方案1】：

TL;DR：根据您最频繁的查询，您应该在(user_type, modifiedon) 上编制索引。如果省略第一列，索引将不是最优的，但仍然有用。

尝试考虑数据在索引中的组织方式：实际上，它是一个排序列表，首先按第一个索引列排序，然后（在第一列的每组相等值中）按第二个索引列排序.

因此，如果您在 (modifiedon, usertype) 上建立索引，则索引将类似于以下内容：

 modifiedon |  usertype
------------+-------------
 2018-01-01 | basicuser
 2018-01-01 | normaluser
 2018-01-01 | superuser
 2018-01-01 | .........
 2018-01-02 | normaluser
 2018-01-02 | .........
 .......... | .........
 2018-04-29 | basicuser
 2018-04-29 | normaluser
 2018-04-29 | xpertuser

只有当您要查找的数据在索引中形成连续的条目块时，才能使用索引扫描。

现在，如果您的查询是

SELECT * FROM user WHERE modifiedon BETWEEN $1 AND $2 AND usertype = $3;

索引可用于第一个条件，因为两个日期之间的modifiedon 条目形成了一个连续的索引条目块。但是，索引不能用于第二个条件，因为某个usertype 的索引条目在第一个条件选择的块内并不相邻。

但是，如果您在 (usertype, modifiedon) 上有一个索引，它将如下所示：

 usertype   | modifiedon
------------+-------------
 basicuser  | 2018-01-01
 basicuser  | 2018-01-02
 basicuser  | ..........
 basicuser  | 2018-04-29
 normaluser | 2018-01-01
 normaluser | 2018-01-02
 normaluser | ..........
 normaluser | 2018-04-29
 .......... | ..........
 xpertuser  | 2018-03-01
 xpertuser  | ..........
 xpertuser  | 2018-04-29

很明显，与查询匹配的条目在索引中形成了一个连续的条目块，因此可以用于整个条件。

所以这个组合索引是查询的最佳索引。

但是，usertypes 可能只有极少数。那么第二个条件选择性不是很高，在索引中包含usertype列并没有太大的好处。事实上，它可能是有害的，因为它会使索引变大，这意味着在索引扫描期间需要做更多的工作，因此您可能会失去这种方式。

【讨论】：

你能提供任何参考来证明你的观点吗？ (user_type, modifiedon) 上的索引为什么不是这个命令 (modifiedon, user_type) ？在上面与“a_horse_with_no_name”的讨论中，以了解有关我的查询的更多信息。

足够公平的请求。我已经扩展了答案，大大增加了解释。如果您需要参考，简单的网络搜索应该会找到大量信息。