PostgreSQL citext 索引与较低的表达式索引性能
Posted
技术标签:
【中文标题】PostgreSQL citext 索引与较低的表达式索引性能【英文标题】:PostgreSQL citext index vs lower expression index performance 【发布时间】:2019-04-11 08:23:13 【问题描述】:我想决定是使用带有索引的citext
列还是使用带有lower()
索引的text
列。
我执行了一些基准测试。令我惊讶的是,使用lower()
上的索引进行搜索会导致索引扫描,但在citext
的情况下,我会得到仅索引扫描。我期待lower()
上的索引也会导致仅索引扫描。
此外,citext
索引的总成本为 4.44,但lower()
索引的总成本为 8.44。
所以我首先想到的是citext
列索引优于text
列上的表达式索引。
CREATE TABLE test_citext(a citext NOT NULL);
INSERT INTO test_citext
SELECT cast(x as text)
FROM generate_series(1, 1000000) AS x;
VACUUM (FREEZE, ANALYZE) test_citext;
create index citextind on test_citext(a);
Select * from test_citext where a = 'test';
--Index Only Scan.Total cost 4.44
CREATE TABLE test_textlowerindex(a text NOT NULL);
INSERT INTO test_textlowerindex
SELECT cast(x as text)
FROM generate_series(1, 1000000) AS x;
VACUUM (FREEZE, ANALYZE) test_textlowerindex;
create index lowertextind on test_textlowerindex(lower(a));
Select * from test_textlowerindex where lower(a) = 'test';
--Index Scan.Total cost 8.44
我说的对吗?
Laurenz Albe 先生感谢您的回答。如您所说,我更改了上面的脚本。 结果:
CREATE TABLE test_citext(a citext NOT NULL);
INSERT INTO test_citext
SELECT cast(x as text)
FROM generate_series(1, 1000000) AS x;
create index citextind on test_citext(a);
VACUUM (FREEZE, ANALYZE) test_citext;
Select count(*) from test_citext where a = 'test';
--Index Only Scan 4.44 + 4.46
CREATE TABLE test_textlowerindex(a text NOT NULL);
INSERT INTO test_textlowerindex
SELECT cast(x as text)
FROM generate_series(1, 1000000) AS x;
create index lowertextind on test_textlowerindex(lower(a));
VACUUM (FREEZE, ANALYZE) test_textlowerindex;
Select count(*) from test_textlowerindex where lower(a) = 'test';
--Index Scan 8.44 + 8.46
但任何事情都没有改变即使我在创建索引并在 select.Index 中使用 count(*) 后运行分析。索引扫描仍然继续使用 lower() 上的索引。
【问题讨论】:
我认为原因通常是“索引不能转换回小写值,所以它需要查看表”,但 SELECT lower(a) 也不会使用 Index Only。 【参考方案1】:您的测试具有误导性。这里有两个问题:
创建索引 lowertextind
后,您没有运行 ANALYZE
。
否则,PostgreSQL 不知道lower(a)
是如何分布的,并且可能会产生错误的成本估算。
通过使用SELECT *
,您无意中允许仅索引扫描 用于第一个查询,但不允许用于第二个查询。这是因为第一个索引包含所有表列,但第二个不包含。
由于第二个索引不包含a
,因此必须从表中获取值,从而导致额外的工作。
您可以使用SELECT count(*) FROM ...
进行更公平的基准测试。
【讨论】:
以上是关于PostgreSQL citext 索引与较低的表达式索引性能的主要内容,如果未能解决你的问题,请参考以下文章
Postgresql - 将 varchar 列的大小更改为较低的长度