Performance postgres未对大型表的SELECT COUNT（*）使用索引

我有四张桌子；两个用于当前数据，两个用于存档数据。其中一个归档表有数千万行。所有表都有一对窄索引，并且非常相似

鉴于以下问题：

SELECT (SELECT COUNT(*) FROM A)
UNION SELECT (SELECT COUNT(*) FROM B)
UNION SELECT (SELECT COUNT(*) FROM C_LargeTable)
UNION SELECT (SELECT COUNT(*) FROM D);

A、 B和D执行索引扫描。C_LargeTable使用seq扫描，执行查询大约需要20秒。表D也有数百万行，但只有C_LargeTable大小的10%左右

然后，如果我修改查询以使用以下逻辑执行，这将充分缩小计数，我仍然会得到相同的结果，使用索引，查询大约需要5秒，或1/4的时间

...
SELECT (SELECT COUNT(*) FROM C_LargeTable WHERE idx_col < 'G') 
       + (SELECT COUNT(*) FROM C_LargeTable WHERE idx_col BETWEEN 'G' AND 'Q')
       + (SELECT COUNT(*) FROM C_LargeTable WHERE idx_col > 'Q')
...

如果存在非常好的索引，并且有一个确保唯一性的覆盖主键，那么对计数进行完整表扫描的I/O开销对我来说是没有意义的。我对postgres的理解是，主键与SQL Server群集索引不同，因为它决定了排序，但它隐式地创建了一个btree索引以确保唯一性，我认为这应该比完整表扫描需要更少的I/O

---

这是否意味着我可能需要执行优化来组织C_LargeTable中的数据

主键上没有覆盖索引，因为PostgreSQL在9.4之前都不支持它们

---

由于以下原因，需要进行堆扫描。索引不包含可见性信息。Pg可以执行索引扫描，但它仍然必须检查堆中的可见性信息，并且使用随机I/O的索引扫描来读取整个表，因此seqscan会快得多

确保您运行的是9.2或更高版本，并且已经准备好了。然后，您应该能够在使用可见性贴图的位置执行仅索引扫描。正如马所说，这只在有限的情况下起作用；继续看下去。如果你不让autovacuum定期运行，那么它将过时，Pg将无法进行仅索引扫描

---

将来，请确保您发布解释，或者最好是解释分析带有任何查询的输出。

您使用的是哪个版本的Postgres？只有9.2及更高版本才能使用索引。这也是一个常见问题：我正在运行9.3。你的回答解释了为什么会发生这种情况。有没有让它做其他事情的建议？我尝试设置enable_seqcan=false，但似乎没有产生太大的性能差异，后来我将其设置回true。您可能还想阅读：EXPLAIN ANALYZE output for the query with and not enable_seqscan=false，请阅读。另外，在对工作台运行真空分析后，是否会发生变化？请始终在您的问题中包含选择版本，并参阅以获得更好问题的指导。感谢您对我的耐心。我执行了真空分析C_LargeTable。解释分析结果随后将存档表D更改为现在也执行seq scan。然后，我执行了VACUUM ANALYZE D并再次执行了查询，它返回到Index Only scann，因为该索引不包含可见性信息。这很有道理！话虽如此，有没有一种方法可以在不关心数据是否已提交的情况下执行计数？@Alan没有，因为它不仅是未提交的数据，还包括已删除的行、更新行的旧版本等。如果autovacuum运行得足够频繁，您可以从pg_统计中获得近似值；请参阅上面count wiki页面的链接。为了澄清，在我勾选此答案之前，我遇到的问题是postgresql设计的结果。如果我真的需要执行快速计数，那么我假设将这些数据保存到其他地方并更新计数是标准做法，例如，增加插入行触发器上的保留值，并使用删除触发器递减？@Alan这是正确的-但是，这样做会对并发插入和/或删除的性能产生可怕的影响，因为它们都是在行计数锁上序列化的。快速计数、良好的插入/删除并发性和适当的事务隔离/可见性非常困难；这是两种选择中的一种。Pg在这方面的表现肯定不是很好。