Postgres LIKE '...%' 不使用索引

Posted 2023-03-23

【中文标题】Postgres LIKE \'...%\' 不使用索引

【英文标题】：Postgres LIKE '...%' doesn't use indexPostgres LIKE '...%' 不使用索引

【发布时间】：2020-04-25 08:04:28

【问题描述】：

我有一个表，我想在其中按主键的前缀进行搜索。主键具有03.000221.1、03.000221.2、03.000221.3 等值，我想检索所有以03.000221. 开头的值。

我的第一个想法是使用 LIKE '03.000221.%' 进行过滤，认为 Postgres 足够聪明，可以在索引中查找 03.000221. 并从该点执行范围扫描。但是不，这会执行顺序扫描。

                                                   QUERY PLAN                                                    
-----------------------------------------------------------------------------------------------------------------
 Gather  (cost=1000.00..253626.34 rows=78 width=669)
   Workers Planned: 2
   ->  Parallel Seq Scan on ...  (cost=0.00..252618.54 rows=32 width=669)
         Filter: ((id ~~ '03.000221.%'::text)
 JIT:
   Functions: 2
   Options: Inlining false, Optimization false, Expressions true, Deforming true

如果我使用普通的 >= 和 < 范围进行等效操作，例如。 G。 id >= '03.000221.' and id < '03.000221.Z' 它确实使用了索引：

                                                                 QUERY PLAN                                                                  
---------------------------------------------------------------------------------------------------------------------------------------------
 Index Scan using ... on ...  (cost=0.56..8.58 rows=1 width=669)
   Index Cond: ((id >= '03.000221.'::text) AND (id < '03.000221.Z'::text))

但这更脏，在我看来，Postgres 应该能够推断出它可以使用LIKE 进行等效的索引范围查找。为什么不呢？

【参考方案1】：

如果您使用 text_pattern_ops 运算符构建索引，或者您使用 C 排序规则，PostgreSQL 将执行此操作。

如果您使用一些随机的其他排序规则，PostgreSQL 就无法推断出太多关于它的任何东西。在非常常见的“en_US.utf8”排序规则中观察这一点。

select * from (values ('03.000221.1'), ('03.0002212'), ('03.000221.3')) f(x) order by x;
      x      
-------------
 03.000221.1
 03.0002212
 03.000221.3

这自然会导致您的查询出现错误答案：

select * from (values ('03.000221.1'), ('03.0002212'), ('03.000221.3')) f(id)
    where ((id >= '03.000221.'::text) AND (id < '03.000221.Z'::text))
     id      
-------------
 03.000221.1
 03.0002212
 03.000221.3

【讨论】：

对于给定的值，collate "C" 可能是最好的选择

我使用的是 C.UTF-8，这显然还不够 C。谢谢！

@ToniCárdenas 我从来不理解 C 和 C.UTF-8 之间的区别。我认为也许 C 是作为一种特殊情况在内部实现的，而 C.UTF-8 是外包给 glibc 的。它可能可以通过 C.UTF-8 使用索引并获得正确答案，只是它不知道它可以。