PostgreSQL教程(八)：索引詳解

更新時間：2015年05月04日 10:11:39 投稿：junjie

這篇文章主要介紹了PostgreSQL教程(八)：索引詳解,本文講解了索引的類型、復(fù)合索引、組合多個索引、唯一索引、表達(dá)式索引、部分索引等內(nèi)容,需要的朋友可以參考下

一、索引的類型：

    PostgreSQL提供了多　　種索引類型：B-Tree、Hash、GiST和GIN，由于它們使用了不同的算法，因此每種索引類型都有其適合的查詢類型，缺省時，CREATE INDEX命令將創(chuàng)建B-Tree索引。

    1. B-Tree:

復(fù)制代碼代碼如下:

    CREATE TABLE test1 (

        id integer,

        content varchar

    );

    CREATE INDEX test1_id_index ON test1 (id);

    B-Tree索引主要用于等于和范圍查詢，特別是當(dāng)索引列包含操作符" <、<=、=、>=和>"作為查詢條件時，PostgreSQL的查詢規(guī)劃器都會考慮使用B-Tree索引。在使用BETWEEN、IN、IS NULL和IS NOT NULL的查詢中，PostgreSQL也可以使用B-Tree索引。然而對于基于模式匹配操作符的查詢，如LIKE、ILIKE、~和 ~*，僅當(dāng)模式存在一個常量，且該常量位于模式字符串的開頭時，如col LIKE 'foo%'或col ~ '^foo'，索引才會生效，否則將會執(zhí)行全表掃描，如：col LIKE '%bar'。

    2. Hash：

復(fù)制代碼代碼如下:

CREATE INDEX name ON table USING hash (column);

    散列(Hash)索引只能處理簡單的等于比較。當(dāng)索引列使用等于操作符進行比較時，查詢規(guī)劃器會考慮使用散列索引。
    這里需要額外說明的是，PostgreSQL散列索引的性能不比B-Tree索引強，但是散列索引的尺寸和構(gòu)造時間則更差。另外，由于散列索引操作目前沒有記錄WAL日志，因此一旦發(fā)生了數(shù)據(jù)庫崩潰，我們將不得不用REINDEX重建散列索引。

    3. GiST：
    GiST索引不是一種單獨的索引類型，而是一種架構(gòu)，可以在該架構(gòu)上實現(xiàn)很多不同的索引策略。從而可以使GiST索引根據(jù)不同的索引策略，而使用特定的操作符類型。

    4. GIN：
    GIN索引是反轉(zhuǎn)索引，它可以處理包含多個鍵的值(比如數(shù)組)。與GiST類似，GIN同樣支持用戶定義的索引策略，從而可以使GIN索引根據(jù)不同的索引策略，而使用特定的操作符類型。作為示例，PostgreSQL的標(biāo)準(zhǔn)發(fā)布中包含了用于一維數(shù)組的GIN操作符類型，如：<@、@>、=、&&等。

二、復(fù)合索引：

PostgreSQL中的索引可以定義在數(shù)據(jù)表的多個字段上，如：

復(fù)制代碼代碼如下:

    CREATE TABLE test2 (

        major int,

        minor int,

        name varchar

    }

    CREATE INDEX test2_mm_idx ON test2 (major, minor);

    在當(dāng)前的版本中，只有B-tree、GiST和GIN支持復(fù)合索引，其中最多可以聲明32個字段。
    1. B-Tree類型的復(fù)合索引：
    在B-Tree類型的復(fù)合索引中，該索引字段的任意子集均可用于查詢條件，不過，只有當(dāng)復(fù)合索引中的第一個索引字段(最左邊)被包含其中時，才可以獲得最高效率。

    2. GiST類型的復(fù)合索引：
    在GiST類型的復(fù)合索引中，只有當(dāng)?shù)谝粋€索引字段被包含在查詢條件中時，才能決定該查詢會掃描多少索引數(shù)據(jù)，而其他索引字段上的條件只是會限制索引返回的條目。假如第一個索引字段上的大多數(shù)數(shù)據(jù)都有相同的鍵值，那么此時應(yīng)用GiST索引就會比較低效。

3. GIN類型的復(fù)合索引：
與B-Tree和GiST索引不同的是，GIN復(fù)合索引不會受到查詢條件中使用了哪些索引字段子集的影響，無論是哪種組合，都會得到相同的效率。

使用復(fù)合索引應(yīng)該謹(jǐn)慎。在大多數(shù)情況下，單一字段上的索引就已經(jīng)足夠了，并且還節(jié)約時間和空間。除非表的使用模式非常固定，否則超過三個字段的索引幾乎沒什么用處。

三、組合多個索引：

PostgreSQL可以在查詢時組合多個索引(包括同一索引的多次使用)，來處理單個索引掃描不能實現(xiàn)的場合。與此同時，系統(tǒng)還可以在多個索引掃描之間組成AND和OR的條件。比如，一個類似WHERE x = 42 OR x = 47 OR x = 53 OR x = 99的查詢，可以被分解成四個獨立的基于x字段索引的掃描，每個掃描使用一個查詢子句，之后再將這些掃描結(jié)果OR在一起并生成最終的結(jié)果。另外一個例子是，如果我們在x和y上分別存在獨立的索引，那么一個類似WHERE x = 5 AND y = 6的查詢，就會分別基于這兩個字段的索引進行掃描，之后再將各自掃描的結(jié)果進行AND操作并生成最終的結(jié)果行。

為了組合多個索引，系統(tǒng)掃描每個需要的索引，然后在內(nèi)存里組織一個BITMAP，它將給出索引掃描出的數(shù)據(jù)在數(shù)據(jù)表中的物理位置。然后，再根據(jù)查詢的需要，把這些位圖進行AND或者OR的操作并得出最終的BITMAP。最后，檢索數(shù)據(jù)表并返回數(shù)據(jù)行。表的數(shù)據(jù)行是按照物理順序進行訪問的，因為這是位圖的布局，這就意味著任何原來的索引的排序都將消失。如果查詢中有ORDER BY子句，那么還將會有一個額外的排序步驟。因為這個原因，以及每個額外的索引掃描都會增加額外的時間，這樣規(guī)劃器有時候就會選擇使用簡單的索引掃描，即使有多個索引可用也會如此。

四、唯一索引：

目前，只有B-Tree索引可以被聲明為唯一索引。

復(fù)制代碼代碼如下:

CREATE UNIQUE INDEX name ON table (column [, ...]);

如果索引聲明為唯一索引，那么就不允許出現(xiàn)多個索引值相同的行。我們認(rèn)為NULL值相互間不相等。

五、表達(dá)式索引：

表達(dá)式索引主要用于在查詢條件中存在基于某個字段的函數(shù)或表達(dá)式的結(jié)果與其他值進行比較的情況，如：

復(fù)制代碼代碼如下:

SELECT * FROM test1 WHERE lower(col1) = 'value';

    此時，如果我們僅僅是在col1字段上建立索引，那么該查詢在執(zhí)行時一定不會使用該索引，而是直接進行全表掃描。如果該表的數(shù)據(jù)量較大，那么執(zhí)行該查詢也將會需要很長時間。解決該問題的辦法非常簡單，在test1表上建立基于col1字段的表達(dá)式索引，如：
    CREATE INDEX test1_lower_col1_idx ON test1 (lower(col1));
    如果我們把該索引聲明為UNIQUE，那么它會禁止創(chuàng)建那種col1數(shù)值只是大小寫有區(qū)別的數(shù)據(jù)行，以及col1數(shù)值完全相同的數(shù)據(jù)行。因此，在表達(dá)式上的索引可以用于強制那些無法定義為簡單唯一約束的約束?，F(xiàn)在讓我們再看一個應(yīng)用表達(dá)式索引的例子。

復(fù)制代碼代碼如下:

SELECT * FROM people WHERE (first_name || ' ' || last_name) = 'John Smith';

和上面的例子一樣，盡管我們可能會為first_name和last_name分別創(chuàng)建獨立索引，或者是基于這兩個字段的復(fù)合索引，在執(zhí)行該查詢語句時，這些索引均不會被使用，該查詢能夠使用的索引只有我們下面創(chuàng)建的表達(dá)式索引。

復(fù)制代碼代碼如下:

CREATE INDEX people_names ON people ((first_name || ' ' || last_name));

CREATE INDEX命令的語法通常要求在索引表達(dá)式周圍書寫圓括弧，就像我們在第二個例子里顯示的那樣。如果表達(dá)式只是一個函數(shù)調(diào)用，那么可以省略，就像我們在第一個例子里顯示的那樣。

從索引維護的角度來看，索引表達(dá)式要相對低效一些，因為在插入數(shù)據(jù)或者更新數(shù)據(jù)的時候，都必須為該行計算表達(dá)式的結(jié)果，并將該結(jié)果直接存儲到索引里。然而在查詢時，PostgreSQL就會把它們看做WHERE idxcol = 'constant'，因此搜索的速度等效于基于簡單索引的查詢。通常而言，我們只是應(yīng)該在檢索速度比插入和更新速度更重要的場景下使用表達(dá)式索引。

六、部分索引：

    部分索引(partial index)是建立在一個表的子集上的索引，而該子集是由一個條件表達(dá)式定義的(叫做部分索引的謂詞)。該索引只包含表中那些滿足這個謂詞的行。
    由于不是在所有的情況下都需要更新索引，因此部分索引會提高數(shù)據(jù)插入和數(shù)據(jù)更新的效率。然而又因為部分索引比普通索引要小，因此可以更好的提高確實需要索引部分的查詢效率。見以下三個示例：
    1. 索引字段和謂詞條件字段一致：

復(fù)制代碼代碼如下:

    CREATE INDEX access_log_client_ip_ix ON access_log(client_ip)

        WHERE NOT (client_ip > inet '192.168.100.0' AND client_ip < inet '192.168.100.255');

下面的查詢將會用到該部分索引：

復(fù)制代碼代碼如下:

    SELECT * FROM access_log WHERE url = '/index.html' AND client_ip = inet '212.78.10.32';

 

下面的查詢將不會用該部分索引：
一個不能使用這個索引的查詢可以是∶

復(fù)制代碼代碼如下:

SELECT * FROM access_log WHERE client_ip = inet '192.168.100.23';

2. 索引字段和謂詞條件字段不一致：
PostgreSQL支持帶任意謂詞的部分索引，唯一的約束是謂詞的字段也要來自于同樣的數(shù)據(jù)表。注意，如果你希望你的查詢語句能夠用到部分索引，那么就要求該查詢語句的條件部分必須和部分索引的謂詞完全匹配。準(zhǔn)確說，只有在PostgreSQL能夠識別出該查詢的WHERE條件在數(shù)學(xué)上涵蓋了該索引的謂詞時，這個部分索引才能被用于該查詢。

復(fù)制代碼代碼如下:

    CREATE INDEX orders_unbilled_index ON orders(order_nr) WHERE billed is not true;

 

下面的查詢一定會用到該部分索引：

復(fù)制代碼代碼如下:

SELECT * FROM orders WHERE billed is not true AND order_nr < 10000;

那么對于如下查詢呢？

復(fù)制代碼代碼如下:

SELECT * FROM orders WHERE billed is not true AND amount > 5000.00;

這個查詢將不像上面那個查詢這么高效，畢竟查詢的條件語句中沒有用到索引字段，然而查詢條件"billed is not true"卻和部分索引的謂詞完全匹配，因此PostgreSQL將掃描整個索引。這樣只有在索引數(shù)據(jù)相對較少的情況下，該查詢才能更有效一些。

下面的查詢將不會用到部分索引。

復(fù)制代碼代碼如下:

SELECT * FROM orders WHERE order_nr = 3501;

3. 數(shù)據(jù)表子集的唯一性約束：

復(fù)制代碼代碼如下:

    CREATE TABLE tests (

        subject text,

        target text,

        success boolean,

        ...

    );

    CREATE UNIQUE INDEX tests_success_constraint ON tests(subject, target) WHERE success;

該部分索引將只會對success字段值為true的數(shù)據(jù)進行唯一性約束。在實際的應(yīng)用中，如果成功的數(shù)據(jù)較少，而不成功的數(shù)據(jù)較多時，該實現(xiàn)方法將會非常高效。

七、檢查索引的使用：

    見以下四條建議：
    1. 總是先運行ANALYZE。
    該命令將會收集表中數(shù)值分布狀況的統(tǒng)計。在估算一個查詢返回的行數(shù)時需要這個信息，而規(guī)劃器則需要這個行數(shù)以便給每個可能的查詢規(guī)劃賦予真實的開銷值。如果缺乏任何真實的統(tǒng)計信息，那么就會使用一些缺省數(shù)值，這樣肯定是不準(zhǔn)確的。因此，如果還沒有運行ANALYZE就檢查一個索引的使用狀況，那將會是一次失敗的檢查。
    2. 使用真實的數(shù)據(jù)做實驗。
    用測試數(shù)據(jù)填充數(shù)據(jù)表，那么該表的索引將只會基于測試數(shù)據(jù)來評估該如何使用索引，而不是對所有的數(shù)據(jù)都如此使用。比如從100000行中選1000行，規(guī)劃器可能會考慮使用索引，那么如果從100行中選1行就很難說也會使用索引了。因為100行的數(shù)據(jù)很可能是存儲在一個磁盤頁面中，然而沒有任何查詢規(guī)劃能比通過順序訪問一個磁盤頁面更加高效了。與此同時，在模擬測試數(shù)據(jù)時也要注意，如果這些數(shù)據(jù)是非常相似的數(shù)據(jù)、完全隨機的數(shù)據(jù)，或按照排序順序插入的數(shù)據(jù)，都會令統(tǒng)計信息偏離實際數(shù)據(jù)應(yīng)該具有的特征。
    3. 如果索引沒有得到使用，那么在測試中強制它的使用也許會有些價值。有一些運行時參數(shù)可以關(guān)閉各種各樣的查詢規(guī)劃。
    4. 強制使用索引用法將會導(dǎo)致兩種可能：一是系統(tǒng)選擇是正確的，使用索引實際上并不合適，二是查詢計劃的開銷計算并不能反映現(xiàn)實情況。這樣你就應(yīng)該對使用和不使用索引的查詢進行計時，這個時候EXPLAIN ANALYZE命令就很有用了。

您可能感興趣的文章: