我如何知道查询中是不是使用了任何索引 | PostgreSQL 11？

Posted 2023-02-16

【中文标题】我如何知道查询中是不是使用了任何索引 | PostgreSQL 11？

【英文标题】：How do I know if any index is used in a query | PostgreSQL 11?我如何知道查询中是否使用了任何索引 | PostgreSQL 11？

【发布时间】：2019-05-08 19:57:23

【问题描述】：

我有点困惑，需要一些建议。我使用PostgreSQL 11 数据库。我有这么简单的sql语句：

SELECT DISTINCT "CITY", "AREA", "REGION"
    FROM youtube
WHERE
    "CITY" IS NOT NULL
AND
    "AREA" IS NOT NULL
AND
    "REGION" IS NOT NULL

我在sql语句中使用的youtube表有2500万条记录。我认为这就是为什么查询需要 15-17 秒才能完成。对于我使用该查询的 Web 项目，它太长了。我正在尝试加快请求速度。

我为 youtube 表创建了这样的索引：

CREATE INDEX youtube_location_idx ON public.youtube USING btree ("CITY", "AREA", "REGION");

在这一步之后，我再次运行查询，但需要同样的时间才能完成。似乎查询不使用索引。我如何知道查询中是否使用了任何索引？

解释分析返回：

【问题讨论】：

它没有使用索引。它正在对表进行全表扫描（Seq Scan）。

好像是这样。那么我怎么能告诉 PostgreSQL 11 数据库使用我创建的特定索引呢？

它可能永远不会使用该索引，而优化器会选择执行全表扫描。 NULL 不会被索引，因此 NOT NULL 不一定由您刚刚构建的索引提供帮助。阅读this prior question/answer

你在表中存储了哪些记录，它的主键是什么？如果 Area、region 等独立于主键，则应考虑为 AREA、REGION 和 CODES 设置单独的表，并仅使用外键将它们的 id 存储在主表中。

【参考方案1】：

我知道 PostgreSQL 中有四种类型的扫描。

顺序扫描：不使用索引。

索引扫描：先搜索索引，然后搜索表。

仅索引扫描：仅搜索索引，不扫描实际表。

位图堆扫描：在索引扫描和顺序扫描之间。

结果的第三行（seq scan）显示它按顺序扫描整个表。所以你没有使用索引。

【参考方案2】：

您自己通过运行EXPLAIN 回答了标题中的问题。查询计划显示使用了哪些索引以及如何使用。详见手册"Using EXPLAIN"章节。

至于为什么查询使用顺序扫描并且没有索引：2500 万行，2992781 rows removed。您正在获取24709900 rows，这几乎是所有行。

这永远不会很快。 这永远不会使用索引。

使用索引只对所有行的一小部分有意义。否则只会增加额外的成本。根据许多共同因素，Postgres 查询计划器开始考虑为所有行的大约 5% 或更少的 btree 索引。相关：

Postgres not using index when index scan is much better option

好吧，如果您的表格行比SELECT 列表中的三列宽得多，那么如果您从中获得仅索引扫描，那么部分覆盖 索引可能会有所帮助。再次，需要满足一些先决条件。而且每个索引也有存储和维护成本。

旁白：一条评论声称，NULL 值无法被索引。这是不正确的，NULL 值可以被索引。不如其他值有效，但没有太大区别。也与手头的案子无关。

【讨论】：

感谢您提供此信息。就我而言，您如何看待partitioning？

@NurzhanNogerbek：分区对您没有帮助。快速存储、大量 RAM（用于重复调用）和与服务器的快速连接会有所帮助。 （通过网络传输数据可能是这里的瓶颈。）您需要获取几乎所有的行吗？这是这里的核心问题。

好吧，如果我为列 CITY、AREA、REGION 设置特定值，那么分区无论如何都会有帮助吗？

分区对这个查询没有帮助。时期。不确定 “为列设置特定值” 应该是什么意思。问题是：您是否需要检索 24M 行以及为什么使用 DISTINCT？让它变得更贵了。

set specific values to columns 我的意思是说我们使用这样的查询：SELECT DISTINCT "CITY", "AREA", "REGION" FROM youtube WHERE "CITY"="Alperton" AND "AREA"="Brent" AND "REGION"="WEMBLEY"。我认为在这种情况下分区可能很有用。听了你的话，我很困惑。我还注意到没有DISTINCT 的查询更快。所以我决定放弃DISTINCT这个命令。

【参考方案3】：

我认为您可以对此使用索引。比如：

SELECT "CITY", "AREA", "REGION"
FROM (SELECT DISTINCT ON ("CITY", "AREA", "REGION") "CITY", "AREA", "REGION"
      FROM youtube
      ORDER BY "CITY", "AREA", "REGION"
     ) car
WHERE "CITY" IS NOT NULL AND
      "AREA" IS NOT NULL AND
      "REGION" IS NOT NULL;

这应该为SELECT DISTINCT 使用("CITY", "AREA", "REGION") 上的索引——这对于这个查询来说可能是一个昂贵的操作。

也就是说，查询将返回大量数据。因此，即使使用索引也可能不会显着提高整体性能。