我需要什么索引来加速和/或SQL查询

假设我有一个名为

customer

的表，如下所示：

+----+------+----------+-----+
| id | name | lastname | age |
+----+------+----------+-----+
| .. | ...  |   ....   | ... |

CREATE TABLE customer (id int, name text, lastname text, age int);

INSERT INTO customer
SELECT g
     , left(md5('foo'::text || g%500) , 3 + ((g%5)^2)::int)
     , left(md5('bar'::text || g%1000), 5 + ((g%5)^2)::int)
     , ((random()^2) * 100)::int
FROM   generate_series(1, 30000) g; -- 30k rows for quick test case

我需要执行以下查询：

SELECT * FROM customer WHERE ((name = 'john' OR lastname = 'doe') AND age = 21)

我知道单列和多列索引是如何工作的，所以我创建了以下索引：

(name, age)
(lastname, age)

这就是我需要的所有索引吗

上述条件可以重新表述为：

... WHERE ((name = 'john' AND age = 21) OR (lastname = 'doe' AND age = 21)

---

但我不确定RDBMS有多聪明，如果这些索引是正确的，请将OR转换为两个联合查询：

SELECT * FROM Customer WHERE Age = 21 AND Name = 'John'
UNION
SELECT * FROM Customer WHERE Age = 21 AND LastName = 'Doe'

---

然后创建一个索引over（Age，Name）和另一个over（Age，LastName）。

您的方法是合理的。这里有两个要素至关重要：

Postgres可以通过位图索引扫描非常有效地组合多个索引

当只涉及索引的前导列时，B树索引的使用是最有效的

测试用例 如果您

没有足够的数据来度量测试，您可以随时快速创建如下测试用例：

+----+------+----------+-----+
| id | name | lastname | age |
+----+------+----------+-----+
| .. | ...  |   ....   | ... |

CREATE TABLE customer (id int, name text, lastname text, age int);

INSERT INTO customer
SELECT g
     , left(md5('foo'::text || g%500) , 3 + ((g%5)^2)::int)
     , left(md5('bar'::text || g%1000), 5 + ((g%5)^2)::int)
     , ((random()^2) * 100)::int
FROM   generate_series(1, 30000) g; -- 30k rows for quick test case

对于您的查询（重新格式化）：

我会和你一起去

CREATE INDEX customer_age_name_idx ON customer (age, name);
CREATE INDEX customer_age_lastname_idx ON customer (age, lastname);

然而，取决于许多因素，一个包含所有三列和第一列的索引可能能够提供类似的性能。经验法则是创建尽可能少和尽可能多的索引

CREATE INDEX customer_age_lastname_name_idx ON customer (age, lastname, name);

在这种情况下，对
（年龄、姓名）
的检查可能会较慢，但取决于第一列的选择性，这可能不会有多大影响


为什么
age
在索引中排名第一？
这不是很重要，需要更深入的理解来解释。但是

对于两列索引
customer\u age\u name\u idx
和
customer\u age\u lastname\u idx
，列的顺序并不重要。详细信息和测试用例：




我仍然将
age
放在第一位，以与我建议的第三个索引保持一致
customer\u age\u lastname\u name\u idx
，其中列的顺序在多个方面都很重要：

最重要的，您的谓词
（年龄，姓名）
和
（年龄，姓氏）
都共享一列
age
。B树索引（到目前为止）对前导列最有效，因此将
age
放在首位对这两个方面都有好处

而且，不太重要，但仍然相关：由于索引页面的数据类型特征、对齐方式、填充和页面布局，索引的大小以这种方式更小

age
是一个4字节的
整数
，必须在数据页中以4字节的倍数对齐<代码>文本

长度可变，没有对齐限制。由于“列俄罗斯方块”的规则，将整数放在第一位或最后更有效。我在代码>（姓氏、年龄、名字）<代码>（<代码>年龄>代码>中间）添加了另一个索引，以显示小提琴的“10%”更大。额外的填充不会丢失空间，这会导致较小的索引。而且大小很重要

出于同样的原因，最好对演示表中的列重新排序，如下所示：

（id、age、name、lastname）

。如果您想了解原因，请从这里开始：

我写的一切都是为了手头的案子。如果您有其他疑问/其他需求，那么结果策略可能会改变

UNION

查询等价物？

---

请注意，

联合

查询可能返回相同的结果，也可能不返回相同的结果。它折叠重复的行，而您的原始行不折叠。即使您的表中没有完整的重复项，您仍然可以通过

SELECT

列表中的一部分列看到这种效果。不要盲目地用

联合

查询替换。无论如何也不会更快。

为什么不对查询执行一些诊断？例如，如果您使用的是SQL Server，请使用执行计划并查看索引是否节省成本。除了将整个表放入索引之外，我认为没有多少优化可以完成query@Mihai我的表有更多的字段。。。这只是一个例子。@DarrenDavies不幸的是，我没有足够的数据来测量测试。。。我还不知道有任何工具可以告诉我这是否在我的数据库模式中工作。有关索引或性能的问题可能取决于你的Postgres版本。请随时提供。谢谢您的回复。我知道我可以做到，但这不是我的问题……是的，这些是索引。但建议使用UNION而不是OR。@RicardoPeres：“建议”对我来说是新闻。谁推荐的？您的是Access 2007（！），您的和是SQL Server。它们都涉及各自MS产品的实现细节，与Postgres（或其他SQL实现）无关。非常感谢您的回复；）我有一个简短的问题。。。在我的查询中，

（年龄，姓名）

与

（姓名，年龄）

，这有什么关系呢？@OscarMederos：好吧，这对两列索引来说并不重要。但它对3列索引很重要，对基础表也很重要。