如何强制PostgreSQL使用我的索引？

事实：

CREATE TABLE product (
  product_id     SERIAL,
  factory_key    VARCHAR(60),
  relevant       BOOLEAN
)
Indexes:
"product_factory_key_key" btree (factory_key);
"product_factory_key_relevant_key" btree (factory_key, relevant) WHERE relevant = false;
"product_relevant_key" btree (relevant);

我们在

产品

表中有大约1亿条记录

有少数工厂。例如，一家工厂可能有500万种产品

工厂里有数百万把钥匙

只有少数行与每个工厂无关。例如，有一家工厂有500万种产品，大约有100种不相关的产品

但是，有数百万行不相关的行。例如，最常见的情况是一个工厂密钥，5行产品，可能有2行不相关的产品

这是问题查询：

CREATE TABLE product (
  product_id     SERIAL,
  factory_key    VARCHAR(60),
  relevant       BOOLEAN
)
Indexes:
"product_factory_key_key" btree (factory_key);
"product_factory_key_relevant_key" btree (factory_key, relevant) WHERE relevant = false;
"product_relevant_key" btree (relevant);

解释和分析：

SELECT * FROM product WHERE factory_key='some_product_key' AND relevant=false LIMIT 10;

问题：

CREATE TABLE product (
  product_id     SERIAL,
  factory_key    VARCHAR(60),
  relevant       BOOLEAN
)
Indexes:
"product_factory_key_key" btree (factory_key);
"product_factory_key_relevant_key" btree (factory_key, relevant) WHERE relevant = false;
"product_relevant_key" btree (relevant);

这是有问题的，因为：

我相信规划师选择使用seq scan是因为有太多的行与此工厂匹配。（约320万行与该工厂匹配，约为3%）

但是，因为只有极少数行是不相关的。我正在寻找不相关的。序列扫描结果非常昂贵

我已经创建了一个综合索引

产品(工厂)键(相关)(键)

),但它没有利用该索引

编辑：

CREATE TABLE product (
  product_id     SERIAL,
  factory_key    VARCHAR(60),
  relevant       BOOLEAN
)
Indexes:
"product_factory_key_key" btree (factory_key);
"product_factory_key_relevant_key" btree (factory_key, relevant) WHERE relevant = false;
"product_relevant_key" btree (relevant);

我试图强迫postgres使用复合键：

product\u-factory\u-key\u-related\u-key

SET enable_seqscan=off

尽管如此，它现在使用的是索引扫描。它实际上仍然比seqscan慢。（因此，我猜规划者进行顺序扫描是正确的）

压倒一切的成本参数 您不能强迫PostgreSQL使用特定索引，也不能完全阻止它进行seqscan

但是，如果可能的话，您可以通过将相关的

enable\uu

参数设置为

off

来告诉它避免执行某些扫描类型。它实际上是一个只用于调试的特性

要进行测试，请尝试：

                                                                       QUERY PLAN
--------------------------------------------------------------------------------------------------------------------------------------------------------
 Limit  (cost=0.57..34.03 rows=10 width=188) (actual time=8.088..469974.692 rows=10 loops=1)
   ->  Index Scan using product_factory_key_relevant_key on product  (cost=0.57..10689307.49 rows=3194776 width=188) (actual time=8.083..469974.655 rows=10 loops=1)
         Index Cond: (relevant = false)
         Filter: ((NOT relevant) AND ((product_key)::text = 'some_product_key'::text))
         Rows Removed by Filter: 2205295
 Total runtime: 469974.820 ms
(6 rows)

如果Pg可能会使用索引扫描（或其他方式），它会

您可能还需要考虑：

SET enable_seqscan = off;

i、 e.告诉PostgreSQL，随机i/O只比顺序i/O稍微贵一点。在使用SSD的系统上，或者在大多数数据库缓存在RAM中的系统上，这通常是正确的。在这种情况下，更可能选择索引

当然，如果系统的随机I/O实际上更昂贵，那么使用索引可能会更慢

选择性，部分指数 你真正应该做的是听从别人给你的建议。按照选择性的顺序创建索引-如果

相关的

不太常见，则使用该索引。您甚至可以进一步创建部分索引：

此索引仅包含

relevant='f'

的值。它只能用于计划者知道相关信息为假的查询。另一方面，它将是一个更小、更快的指数

统计 您可能还有不准确的统计数据，这会导致PostgreSQL认为值频率与表的实际频率不同<代码>解释分析将有助于说明这一点

你也可以

分析我的表格

，以防统计数据过时；如果是这样，请增加自动真空运行的频率，因为它无法跟上

如果统计数据是最新的，但规划人员仍在进行基于统计数据的错误估计，那么增加表的统计数据目标（请参阅手册）并重新分析可能会有帮助，如果这实际上是一个统计数据错误估计问题

版本 较旧的PostgreSQL版本在成本估算、查询优化、统计、查询执行方法以及几乎所有其他方面都不太聪明

如果您不在最新版本上，请升级

例如，9.2的仅索引扫描将允许您创建部分索引

（产品id、工厂密钥），其中（不相关）

然后运行查询：

CREATE INDEX idx_name_blah ON tbl_name_blah (factory_key) WHERE (NOT relevant);

---

这应该只读取索引，根本没有堆访问权。

Imho，查询中的问题是

$1

。我想这意味着你在使用事先准备好的声明，因为你在某个地方读到了这是最佳实践

这实际上是不好的，因为PG无法预先知道您使用的标准的基数是高还是低。因此，它需要选择一个适合大多数情况的计划。如果有些值到处都是，以至于btree索引最左边的部分没有用处，那么就有很好的理由进行seq扫描

相反，如果您运行查询而不首先准备查询，它将根据您传递的值进行计划，并为该特定值选择最佳计划。因此，考虑在不准备它的情况下运行同一个查询，如果它开始使用你现有的索引，你就处在这个病态的用例中。

---

如果不是，克雷格说的话。。。特别是部分索引。

好吧，试试看；您确实应该按照降序选择性对列进行排序，因此您应该做的第一件事是创建索引。如果你不能在几个小时内阻止写操作，你可能想同时创建索引。@CraigRinger，但这毫无意义。我已经创建了一个特定的复合索引，它专门匹配条件。为什么计划者仍然不使用我的索引。希望你能理解我的挫败感Hahaindex不是魔法。特别是，索引访问需要大量的随机I/O，因此如果随机I/O成本很高且索引不排除大多数行，那么它可能比seqscan慢得多。因此，PostgreSQL可能认为使用索引比seqscan更昂贵（即更慢）。如果这是错误的，可能是因为你的成本参数没有反映现实，尽管规划师肯定会错误估计成本。这也可能是由于不准确的统计数据-显示

explain-analyze

。顺便说一句，您显示的计划只是

explain

。您需要

explain analyze

来查看统计数据的问题。看见