ในโลกของ Postgres ดัชนีมีความสำคัญต่อการนำทางอย่างมีประสิทธิภาพของที่เก็บข้อมูลของฐานข้อมูล (เรียกว่า "ฮีป") Postgres ไม่รองรับการทำคลัสเตอร์ และสถาปัตยกรรม MVCC ทำให้คุณต้องลงเอยด้วยทูเพิลเดียวกันหลายเวอร์ชัน ดังนั้นจึงเป็นสิ่งสำคัญมากที่จะสามารถสร้างและรักษาดัชนีที่มีประสิทธิภาพเพื่อรองรับแอปพลิเคชัน
ต่อไปนี้เป็นเคล็ดลับบางประการสำหรับการเพิ่มประสิทธิภาพและปรับปรุงการใช้ดัชนี
หมายเหตุ: ข้อความค้นหาที่แสดงด้านล่างใช้ได้กับรายการที่ไม่ได้แก้ไข
การใช้ดัชนีการครอบคลุม
มาดูคำขอแยกที่อยู่อีเมลสำหรับผู้ใช้ที่ไม่ได้ใช้งาน โต๊ะ customer
มีคอลัมน์ active
และแบบสอบถามนั้นง่าย:
pagila=# EXPLAIN SELECT email FROM customer WHERE active=0;
QUERY PLAN
-----------------------------------------------------------
Seq Scan on customer (cost=0.00..16.49 rows=15 width=32)
Filter: (active = 0)
(2 rows)
แบบสอบถามเรียกใช้ลำดับการสแกนตารางแบบเต็ม customer
. มาสร้างดัชนีในคอลัมน์กัน active
:
pagila=# CREATE INDEX idx_cust1 ON customer(active);
CREATE INDEX
pagila=# EXPLAIN SELECT email FROM customer WHERE active=0;
QUERY PLAN
-----------------------------------------------------------------------------
Index Scan using idx_cust1 on customer (cost=0.28..12.29 rows=15 width=32)
Index Cond: (active = 0)
(2 rows)
ช่วยได้การสแกนที่ตามมากลายเป็น "index scan
". ซึ่งหมายความว่า Postgres จะสแกนดัชนี "idx_cust1
" จากนั้นค้นหาฮีปตารางต่อไปเพื่ออ่านค่าของคอลัมน์อื่น (ในกรณีนี้คือคอลัมน์ email
) ที่แบบสอบถามต้องการ
มีการแนะนำดัชนีที่ครอบคลุมใน PostgreSQL 11 อนุญาตให้คุณรวมคอลัมน์เพิ่มเติมหนึ่งคอลัมน์ขึ้นไปในดัชนี - ค่าของมันจะถูกเก็บไว้ในที่เก็บข้อมูลดัชนี
หากเราใช้ประโยชน์จากคุณสมบัตินี้และเพิ่มค่าอีเมลภายในดัชนี Postgres ก็ไม่จำเป็นต้องค้นหาค่าในกองตาราง email
. มาดูกันว่าจะได้ผลหรือไม่:
pagila=# CREATE INDEX idx_cust2 ON customer(active) INCLUDE (email);
CREATE INDEX
pagila=# EXPLAIN SELECT email FROM customer WHERE active=0;
QUERY PLAN
----------------------------------------------------------------------------------
Index Only Scan using idx_cust2 on customer (cost=0.28..12.29 rows=15 width=32)
Index Cond: (active = 0)
(2 rows)
«Index Only Scan
' บอกเราว่าตอนนี้เคียวรีต้องการเพียงดัชนี ซึ่งช่วยหลีกเลี่ยงดิสก์ I/O ทั้งหมดเพื่ออ่านฮีปของตาราง
ขณะนี้ดัชนีครอบคลุมใช้ได้เฉพาะกับ B-tree เท่านั้น อย่างไรก็ตาม ในกรณีนี้ ความพยายามในการบำรุงรักษาจะสูงขึ้น
การใช้ดัชนีบางส่วน
ดัชนีบางส่วนจัดทำดัชนีเฉพาะส่วนย่อยของแถวในตาราง ซึ่งช่วยประหยัดขนาดของดัชนีและทำให้สแกนได้เร็วขึ้น
สมมติว่าเราต้องการรับรายชื่อที่อยู่อีเมลของลูกค้าในแคลิฟอร์เนีย คำขอจะเป็นดังนี้:
SELECT c.email FROM customer c
JOIN address a ON c.address_id = a.address_id
WHERE a.district = 'California';
which has a query plan that involves scanning both the tables that are joined:
pagila=# EXPLAIN SELECT c.email FROM customer c
pagila-# JOIN address a ON c.address_id = a.address_id
pagila-# WHERE a.district = 'California';
QUERY PLAN
----------------------------------------------------------------------
Hash Join (cost=15.65..32.22 rows=9 width=32)
Hash Cond: (c.address_id = a.address_id)
-> Seq Scan on customer c (cost=0.00..14.99 rows=599 width=34)
-> Hash (cost=15.54..15.54 rows=9 width=4)
-> Seq Scan on address a (cost=0.00..15.54 rows=9 width=4)
Filter: (district = 'California'::text)
(6 rows)
ดัชนีทั่วไปจะให้อะไรแก่เรา:
pagila=# CREATE INDEX idx_address1 ON address(district);
CREATE INDEX
pagila=# EXPLAIN SELECT c.email FROM customer c
pagila-# JOIN address a ON c.address_id = a.address_id
pagila-# WHERE a.district = 'California';
QUERY PLAN
---------------------------------------------------------------------------------------
Hash Join (cost=12.98..29.55 rows=9 width=32)
Hash Cond: (c.address_id = a.address_id)
-> Seq Scan on customer c (cost=0.00..14.99 rows=599 width=34)
-> Hash (cost=12.87..12.87 rows=9 width=4)
-> Bitmap Heap Scan on address a (cost=4.34..12.87 rows=9 width=4)
Recheck Cond: (district = 'California'::text)
-> Bitmap Index Scan on idx_address1 (cost=0.00..4.34 rows=9 width=0)
Index Cond: (district = 'California'::text)
(8 rows)
การสแกน address
ถูกแทนที่ด้วยการสแกนดัชนี idx_address1
แล้วสแกนกอง address
.
เนื่องจากเป็นคำถามที่พบบ่อยและจำเป็นต้องได้รับการปรับให้เหมาะสม เราจึงสามารถใช้ดัชนีบางส่วน ซึ่งจัดทำดัชนีเฉพาะแถวที่มีที่อยู่ซึ่งเขตนั้นๆ ‘California’
:
pagila=# CREATE INDEX idx_address2 ON address(address_id) WHERE district='California';
CREATE INDEX
pagila=# EXPLAIN SELECT c.email FROM customer c
pagila-# JOIN address a ON c.address_id = a.address_id
pagila-# WHERE a.district = 'California';
QUERY PLAN
------------------------------------------------------------------------------------------------
Hash Join (cost=12.38..28.96 rows=9 width=32)
Hash Cond: (c.address_id = a.address_id)
-> Seq Scan on customer c (cost=0.00..14.99 rows=599 width=34)
-> Hash (cost=12.27..12.27 rows=9 width=4)
-> Index Only Scan using idx_address2 on address a (cost=0.14..12.27 rows=9 width=4)
(5 rows)
ตอนนี้แบบสอบถามอ่านเท่านั้น idx_address2
และไม่สัมผัสโต๊ะ address
.
การใช้ดัชนีหลายค่า
บางคอลัมน์ที่จะจัดทำดัชนีอาจไม่มีประเภทข้อมูลสเกลาร์ ประเภทคอลัมน์ เช่น jsonb
, arrays
и tsvector
มีค่าผสมหรือหลายค่า หากคุณต้องการจัดทำดัชนีคอลัมน์ดังกล่าว โดยปกติแล้วคุณจะต้องค้นหาค่าแต่ละค่าทั้งหมดในคอลัมน์เหล่านั้น
ลองหาชื่อเรื่องของภาพยนตร์ทั้งหมดที่มีการตัดต่อจากเทคที่ไม่ประสบความสำเร็จ โต๊ะ film
มีคอลัมน์ข้อความที่เรียกว่า special_features
. หากภาพยนตร์มี "คุณสมบัติพิเศษ" คอลัมน์นี้จะมีองค์ประกอบเป็นอาร์เรย์ข้อความ Behind The Scenes
. หากต้องการค้นหาภาพยนตร์ดังกล่าวทั้งหมด เราจำเป็นต้องเลือกแถวทั้งหมดที่มีคำว่า "Behind The Scenes" ใด ค่าอาร์เรย์ special_features
:
SELECT title FROM film WHERE special_features @> '{"Behind The Scenes"}';
ตัวดำเนินการรัง @>
ตรวจสอบว่าด้านขวาเป็นส่วนย่อยของด้านซ้ายหรือไม่
ขอแผน:
pagila=# EXPLAIN SELECT title FROM film
pagila-# WHERE special_features @> '{"Behind The Scenes"}';
QUERY PLAN
-----------------------------------------------------------------
Seq Scan on film (cost=0.00..67.50 rows=5 width=15)
Filter: (special_features @> '{"Behind The Scenes"}'::text[])
(2 rows)
ซึ่งขอการสแกนฮีปแบบเต็มโดยมีค่าใช้จ่าย 67
มาดูกันว่าดัชนี B-tree ปกติจะช่วยเราได้หรือไม่:
pagila=# CREATE INDEX idx_film1 ON film(special_features);
CREATE INDEX
pagila=# EXPLAIN SELECT title FROM film
pagila-# WHERE special_features @> '{"Behind The Scenes"}';
QUERY PLAN
-----------------------------------------------------------------
Seq Scan on film (cost=0.00..67.50 rows=5 width=15)
Filter: (special_features @> '{"Behind The Scenes"}'::text[])
(2 rows)
ดัชนีไม่ได้รับการพิจารณาด้วยซ้ำ ดัชนี B-tree ไม่ทราบถึงการมีอยู่ขององค์ประกอบแต่ละรายการในค่าที่จัดทำดัชนี
เราต้องการดัชนี GIN
pagila=# CREATE INDEX idx_film2 ON film USING GIN(special_features);
CREATE INDEX
pagila=# EXPLAIN SELECT title FROM film
pagila-# WHERE special_features @> '{"Behind The Scenes"}';
QUERY PLAN
---------------------------------------------------------------------------
Bitmap Heap Scan on film (cost=8.04..23.58 rows=5 width=15)
Recheck Cond: (special_features @> '{"Behind The Scenes"}'::text[])
-> Bitmap Index Scan on idx_film2 (cost=0.00..8.04 rows=5 width=0)
Index Cond: (special_features @> '{"Behind The Scenes"}'::text[])
(4 rows)
ดัชนี GIN รองรับการแมปค่าเดี่ยวกับค่าผสมที่ทำดัชนี ส่งผลให้ต้นทุนแผนการค้นหาลดลงกว่าครึ่งหนึ่ง
การกำจัดดัชนีที่ซ้ำกัน
ดัชนีสะสมเมื่อเวลาผ่านไป และบางครั้งดัชนีใหม่อาจมีคำจำกัดความเดียวกันกับหนึ่งในดัชนีก่อนหน้า คุณสามารถใช้มุมมองแค็ตตาล็อกเพื่อรับคำจำกัดความของดัชนี SQL ที่มนุษย์อ่านได้ pg_indexes
. คุณยังสามารถค้นหาคำจำกัดความที่เหมือนกันได้อย่างง่ายดาย:
SELECT array_agg(indexname) AS indexes, replace(indexdef, indexname, '') AS defn
FROM pg_indexes
GROUP BY defn
HAVING count(*) > 1;
And here’s the result when run on the stock pagila database:
pagila=# SELECT array_agg(indexname) AS indexes, replace(indexdef, indexname, '') AS defn
pagila-# FROM pg_indexes
pagila-# GROUP BY defn
pagila-# HAVING count(*) > 1;
indexes | defn
------------------------------------------------------------------------+------------------------------------------------------------------
{payment_p2017_01_customer_id_idx,idx_fk_payment_p2017_01_customer_id} | CREATE INDEX ON public.payment_p2017_01 USING btree (customer_id
{payment_p2017_02_customer_id_idx,idx_fk_payment_p2017_02_customer_id} | CREATE INDEX ON public.payment_p2017_02 USING btree (customer_id
{payment_p2017_03_customer_id_idx,idx_fk_payment_p2017_03_customer_id} | CREATE INDEX ON public.payment_p2017_03 USING btree (customer_id
{idx_fk_payment_p2017_04_customer_id,payment_p2017_04_customer_id_idx} | CREATE INDEX ON public.payment_p2017_04 USING btree (customer_id
{payment_p2017_05_customer_id_idx,idx_fk_payment_p2017_05_customer_id} | CREATE INDEX ON public.payment_p2017_05 USING btree (customer_id
{idx_fk_payment_p2017_06_customer_id,payment_p2017_06_customer_id_idx} | CREATE INDEX ON public.payment_p2017_06 USING btree (customer_id
(6 rows)
ดัชนี Superset
อาจเกิดขึ้นได้เมื่อคุณมีดัชนีหลายตัว ซึ่งหนึ่งในนั้นสร้างดัชนีชุดย่อยของคอลัมน์ที่จัดทำดัชนีดัชนีอื่นๆ สิ่งนี้อาจเป็นที่ต้องการหรือไม่ก็ได้—superset อาจส่งผลให้มีการสแกนเฉพาะดัชนี ซึ่งถือว่าดี แต่อาจใช้พื้นที่มากเกินไป หรือแบบสอบถามที่ superset ตั้งใจปรับให้เหมาะสมจะไม่ถูกใช้อีกต่อไป
หากคุณต้องการกำหนดดัชนีดังกล่าวโดยอัตโนมัติ คุณสามารถเริ่มต้นด้วย pg_catalog
.
ดัชนีที่ไม่ได้ใช้
เมื่อแอปพลิเคชันที่ใช้ฐานข้อมูลมีวิวัฒนาการ การสืบค้นที่ใช้ก็เช่นกัน ดัชนีที่เพิ่มไว้ก่อนหน้านี้อาจไม่สามารถใช้ได้อีกต่อไปในแบบสอบถามใดๆ แต่ละครั้งที่มีการสแกนดัชนี ดัชนีจะถูกทำเครื่องหมายโดยตัวจัดการสถิติ และในมุมมองแค็ตตาล็อกระบบ pg_stat_user_indexes
คุณจะเห็นคุณค่า idx_scan
ซึ่งเป็นตัวนับสะสม การติดตามค่านี้ในช่วงเวลาหนึ่ง (เช่นหนึ่งเดือน) จะให้แนวคิดที่ดีว่าดัชนีใดไม่ได้ใช้และอาจถูกทิ้ง
นี่คือแบบสอบถามเพื่อรับจำนวนการสแกนปัจจุบันของดัชนีทั้งหมดในสคีมา ‘public’
:
SELECT relname, indexrelname, idx_scan
FROM pg_catalog.pg_stat_user_indexes
WHERE schemaname = 'public';
with output like this:
pagila=# SELECT relname, indexrelname, idx_scan
pagila-# FROM pg_catalog.pg_stat_user_indexes
pagila-# WHERE schemaname = 'public'
pagila-# LIMIT 10;
relname | indexrelname | idx_scan
---------------+--------------------+----------
customer | customer_pkey | 32093
actor | actor_pkey | 5462
address | address_pkey | 660
category | category_pkey | 1000
city | city_pkey | 609
country | country_pkey | 604
film_actor | film_actor_pkey | 0
film_category | film_category_pkey | 0
film | film_pkey | 11043
inventory | inventory_pkey | 16048
(10 rows)
สร้างดัชนีใหม่ด้วยการล็อกน้อยลง
ดัชนีมักจะต้องสร้างใหม่ เช่น เมื่อดัชนีบวม และการสร้างดัชนีใหม่อาจทำให้การสแกนเร็วขึ้น ดัชนีอาจเสียหายได้เช่นกัน การเปลี่ยนพารามิเตอร์ดัชนีอาจต้องสร้างใหม่
เปิดใช้งานการสร้างดัชนีแบบขนาน
ใน PostgreSQL 11 การสร้างดัชนี B-Tree จะทำพร้อมกัน เพื่อให้กระบวนการสร้างเร็วขึ้น สามารถใช้ผู้ปฏิบัติงานแบบขนานหลายคนได้ อย่างไรก็ตาม ตรวจสอบให้แน่ใจว่าได้ตั้งค่าตัวเลือกการกำหนดค่าเหล่านี้อย่างถูกต้อง:
SET max_parallel_workers = 32;
SET max_parallel_maintenance_workers = 16;
ค่าเริ่มต้นมีขนาดเล็กเกินไป ตามหลักการแล้ว ตัวเลขเหล่านี้ควรเพิ่มขึ้นพร้อมกับจำนวนแกนประมวลผล อ่านเพิ่มเติมใน
การสร้างดัชนีพื้นหลัง
คุณสามารถสร้างดัชนีในพื้นหลังโดยใช้ตัวเลือก CONCURRENTLY
คำสั่ง CREATE INDEX
:
pagila=# CREATE INDEX CONCURRENTLY idx_address1 ON address(district);
CREATE INDEX
ขั้นตอนการสร้างดัชนีนี้แตกต่างจากขั้นตอนปกติตรงที่ไม่ต้องมีการล็อคตาราง ดังนั้นจึงไม่บล็อกการดำเนินการเขียน ในทางกลับกัน จะใช้เวลามากขึ้นและใช้ทรัพยากรมากขึ้น
Postgres ให้ความยืดหยุ่นอย่างมากสำหรับการสร้างดัชนีและวิธีแก้ไขกรณีพิเศษใดๆ รวมถึงวิธีจัดการฐานข้อมูลในกรณีที่แอปพลิเคชันของคุณเติบโตอย่างรวดเร็ว เราหวังว่าเคล็ดลับเหล่านี้จะช่วยให้คุณได้รับคำถามอย่างรวดเร็วและฐานข้อมูลของคุณพร้อมที่จะปรับขนาด
ที่มา: will.com