PostgreSQL索引减少了数据大小，但使查询速度变慢

我有一个包含7.9GB JSON数据的PostgreSQL表。我的目标是每天对整个表执行聚合，聚合结果稍后将用于Google Data Studio中的分析报告

我尝试运行的查询之一如下所示：

explain analyze
select tender->>'procurementMethodType' as procurement_method,
       tender->>'status' as tender_status,
       sum(cast(tender->'value'->>'amount' as decimal)) as total_expected_value
from tenders
group by 1,2

查询计划和执行时间如下：

问题是数据库必须扫描所有7.9GB的数据，即使查询只使用大约100个字段中的3个字段值。因此，我决定创建以下索引：

create index on tenders((tender->>'procurementMethodType'), (tender->>'status'), (cast(tender->'value'->>'amount' as decimal)))

索引的大小是44MB，比整个表的大小小得多，所以我希望查询速度会快得多。但是，当我使用创建的索引运行相同的查询时，会得到以下结果：

带索引的查询速度较慢！这怎么可能呢

编辑：表本身包含两列：ID列和jsonb数据列：

create table tenders (
   id uuid primary key,
   tender jsonb
)
                                                                  

---

在这种情况下，执行仅索引扫描的代码有点缺陷。它认为需要在索引中提供“投标书”，以满足

cast（投标书->'value'>>'amount'作为小数）

的需求。它没有意识到索引中的

cast（投标->'value'->>'amount'为十进制）

本身就不需要“投标”本身。因此，它要做一个常规的索引扫描，在扫描过程中，它必须从索引跳转到它将返回的每一行的表中，以找出“tender”，然后计算

cast（tender->“value”->“amount”作为十进制）

。这意味着它在整个表中进行随机io，这比仅仅按顺序读取表然后进行排序要慢得多

您可以在

（（投标->>“采购方法类型”）、（投标->>“状态”）、投标上尝试索引
。如果能够构建这个索引，它将是巨大的（与表一样大），但它将不再需要排序

但您当前的查询将在30秒内完成。对于一个每天只运行一次的查询，它真的需要比这个更快吗？
你能在这个问题中包含表定义吗？@TheImpler我已经在问题中包含了表定义。好吧，你正在检索所有行，所以一开始索引是没有帮助的。第二个计划是
索引扫描
，它在索引和表之间来回移动。只有索引的扫描
会让事情变得更快。尝试
真空分析标书
并查看是否提供了仅索引扫描。如果您在Postgres 12上，将这三个值提取到计算列（无索引）中可能也值得一试，因为这样就不需要完全接触JSON值（有效地“规范化”您的模型）@a_horse_和_no_name。我认为你应该把你的评论扩展成一个答案。在
vacuum analyze
postgres之后，他们只是忽略了索引，使用了seq扫描。我是11级博士后，所以我明白我不能做任何事情来加快查询速度。无论如何，非常感谢你的回答。好吧，查询不一定要更快。我只是在做一个概念验证，所以我想知道它是否能更快。顺便说一句，现在我面临另一个问题：我更改了postgresl.conf文件（增加了work_mem、shared_buffers、wal size和最大worker数，还将随机页面成本更改为1.1，因为数据位于SSD上），现在查询不使用并行worker，运行速度更慢，我不知道这是否是一个单独问题的主题