Postgresql仅索引扫描无法在Group By上正常工作

我有一张像这样的桌子：

CREATE TABLE summary
(
    id serial NOT NULL,
    user_id bigint NOT NULL,
    country character varying(5),
    product_id bigint NOT NULL,
    category_id bigint NOT NULL,
    text_id bigint NOT NULL,
    text character varying(255),
    product_type integer NOT NULL,
    event_name character varying(255),
    report_date date NOT NULL,
    currency character varying(5),
    revenue double precision,
    last_event_time timestamp
);

我的表大小是1786MB（索引除外）。在这里，我创建了如下索引：

CREATE INDEX "idx_as_type_usr_productId_eventTime"
    ON summary USING btree
    (product_type, user_id, product_id, last_event_time)
    INCLUDE(event_name);

select 
   event_name, 
   max(last_event_time) 
from summary s 
where s.user_id = ? and s.product_id = ? and s.product_type = ? 
   and s.last_event_time > '2020-03-01' and s.last_event_time < '2020-03-25'
group by event_name;

我的简单查询如下所示：

CREATE INDEX "idx_as_type_usr_productId_eventTime"
    ON summary USING btree
    (product_type, user_id, product_id, last_event_time)
    INCLUDE(event_name);

select 
   event_name, 
   max(last_event_time) 
from summary s 
where s.user_id = ? and s.product_id = ? and s.product_type = ? 
   and s.last_event_time > '2020-03-01' and s.last_event_time < '2020-03-25'
group by event_name;

选择
事件名称，
最大值（上次事件时间）
从摘要s
其中s.user_id=？和s.product_id=？和s.product_type=？
和s.last_event_time>'2020-03-01'和s.last_event_time<'2020-03-25'
按事件名称分组；

当我解释它时，它看起来像

HashAggregate（成本=93.82..96.41行=259宽度=25）（实际时间=9187.533..9187.536行=10个循环=1）
组键：事件名称
缓冲区：共享命中=70898读=10579脏=22650
I/O定时：读取=3876.367
->仅使用摘要s上的“idx_as_type_usr_productId_eventTime”进行索引扫描（成本=0.56..92.36行=292宽度=25）（实际时间=0.485..9153.812行=87322循环=1）
索引条件：（（产品类型=2）和（产品id=？）和（产品id=？）和（上次事件时间>'2020-03-01 00:00:00'：无时区时间戳）和（上次事件时间<'2020-03-25 00:00:00'：无时区时间戳））
堆取数：35967
缓冲区：共享命中=70898读=10579脏=22650
I/O定时：读取=3876.367
计划时间：0.452毫秒
执行时间：9187.583毫秒

在这里，一切看起来都很好。但是当我执行它的时候，它需要超过10秒，有时需要超过30秒

在这里，如果我在没有GROUPBY的情况下执行它，它会以不到2秒的速度返回。分组的效果如何？“选择”部分太小（如500行）

此表具有每秒30次的插入/更新操作。这是否与索引问题有关 更新：

不带-GroupBy的查询：

select 
   event_name, 
   last_event_time 
from summary s 
where s.user_id = ? and s.product_id = ? and s.product_type = ? 
   and s.last_event_time > '2020-03-01' and s.last_event_time < '2020-03-25';

选择
事件名称，
上次活动时间
从摘要s
其中s.user_id=？和s.product_id=？和s.product_type=？
和s.last_event_time>'2020-03-01'和s.last_event_time<'2020-03-25'；

无需解释-分组方式：

仅使用摘要s上的“idx_as_type_usr_productId_eventTime”进行索引扫描（成本=0.56..92.36行=292宽度=25）（实际时间=0.023..79.138行=87305循环=1）
索引条件：（（产品类型=？）和（用户id=？）和（产品id=？）和（上次事件时间>'2020-03-01 00:00:00'：：无时区时间戳）和（上次事件时间<'2020-03-25 00:00:00'：：无时区时间戳））
堆取数：22949
缓冲区：共享命中=37780读取=12143脏化=15156
I/O定时：读取=4418.930
计划时间：0.639毫秒
执行时间：4625.213毫秒

有几个问题：

• PostgreSQL必须设置提示位，这会弄脏页面并导致写入

• PostgreSQL必须从磁盘获取表行以获取它们的可见性

• PostgreSQL必须扫描80000页才能获得87000行，因此索引必须完全膨胀

前两个问题可以通过跑步来解决

VACUUM summary;

这总是一个好主意后，大量装载，和膨胀可以治愈

REINDEX INDEX "idx_as_type_usr_productId_eventTime";

---

有几个问题：

• PostgreSQL必须设置提示位，这会弄脏页面并导致写入

• PostgreSQL必须从磁盘获取表行以获取它们的可见性

• PostgreSQL必须扫描80000页才能获得87000行，因此索引必须完全膨胀

前两个问题可以通过跑步来解决

VACUUM summary;

这总是一个好主意后，大量装载，和膨胀可以治愈

REINDEX INDEX "idx_as_type_usr_productId_eventTime";

---

请以文本格式显示解释（分析、缓冲区）和。JSON格式适合机器阅读，但我们不是机器。更好的是，如果还没有开始，先打开track\u io\u timing。请对没有分组依据的查询执行相同的操作，因为您也询问了该查询。该查询与计划不匹配<代码>（上次事件时间>'2020-03-01 00:00:00'：无时区的时间戳）和（上次事件时间<'2020-03-25 00:00:00'：无时区的时间戳））“不在查询中。请提出一个前后一致的问题。总是从公开你的Postgres版本开始。杰夫对文本格式的看法。@jjanes和Erwin；问题已按您所说的方式编辑。@a_horse_，没有固定名称。请以文本格式显示解释（分析、缓冲区）。JSON格式适合机器阅读，但我们不是机器。更好的是，如果还没有开始，先打开track\u io\u timing。请对没有分组依据的查询执行相同的操作，因为您也询问了该查询。该查询与计划不匹配<代码>（上次事件时间>'2020-03-01 00:00:00'：无时区的时间戳）和（上次事件时间<'2020-03-25 00:00:00'：无时区的时间戳））“不在查询中。请提出一个前后一致的问题。总是从公开你的Postgres版本开始。杰夫对文本格式的看法。@jjanes和Erwin；问题已按您所说的编辑。@a_horse_，没有固定名称。Laurenz，谢谢您的回答。我知道这与数据库缓存有关，因为我按顺序获取了它们。因此，我再次更新了问题。此时，我在两次查询之间留出15分钟的时间获取它们。这里我的主要问题不是group by和non group by之间的差异。我的主要问题是,；只有500行需要扫描，而此扫描是仅索引扫描，因此为什么提取时间如此长？我已根据更改后的问题调整了答案。但此表每秒至少有30次插入/更新操作。那么我应该一直重新编制索引吗？它是否适用于解决方案？这是您问题的根本原因。调整自动真空并使用热更新。但这是另一个问题的材料。劳伦兹，谢谢你的回答。我知道这与数据库缓存有关，因为我按顺序获取了它们。因此，我再次更新了问题。此时，我在两次查询之间留出15分钟的时间获取它们。这里我的主要问题不是group by和non group by之间的差异。