萝控精品福利视频一区,迷奸在线国产

主頁(yè) > 知識(shí)庫(kù) > postgresql通過(guò)索引優(yōu)化查詢速度操作

postgresql通過(guò)索引優(yōu)化查詢速度操作

當(dāng)數(shù)據(jù)量比較大的時(shí)候，提升查詢效率就是需要去考慮的事情了。一個(gè)百萬(wàn)級(jí)別的表格，如果不做任何優(yōu)化的話，即使是最簡(jiǎn)單的查詢語(yǔ)句執(zhí)行起來(lái)也是慢的讓人難以接受；當(dāng)然“優(yōu)化”本身是一個(gè)比較復(fù)雜的工程，從設(shè)計(jì)表、字段到查詢語(yǔ)句的寫(xiě)法都有很多講究，這里只考慮索引的方式，且是最普通的索引；

下面的操作中對(duì)應(yīng)數(shù)據(jù)庫(kù)表w008_execrise_info（8000數(shù)據(jù)量）， w008_wf02_info（4000數(shù)據(jù)量）

1 任務(wù)表數(shù)據(jù)

SELECT
 w.*
FROM
 w008_wf02_info w 
WHERE
 w.is_removed =0
 AND w.wfno = 'WF02' 
 AND EXISTS (
SELECT
 1 
FROM
 w008_execrise_info info
 JOIN w008_privilege_allocation P ON (
 info.subjecttyp = P.subjecttyp 
 AND info.gradetyp = P.gradetyp 
 AND P.loginname = w.create_by 
 AND P.verifyusers ='yixi_li'
 AND P.wftype = 20 
 ) 
WHERE
 info.is_removed =0 
 AND info.wfid = w.wfid 
 ) 
 
ORDER BY
 create_date DESC

執(zhí)行結(jié)果：耗時(shí)在3秒左右（這個(gè)數(shù)據(jù)量，這個(gè)速度就比較慢了）

順帶說(shuō)一句，這里把w.* 改成對(duì)應(yīng)的字段也會(huì)稍微的提高一些查詢速度（畢竟少了一步把*轉(zhuǎn)成對(duì)應(yīng)字段的操作），在標(biāo)準(zhǔn)的查詢規(guī)范中也不會(huì)寫(xiě)成table.*這種方式的。

2 添加索引：

雖說(shuō)索引可以提高查詢速度，但是不代表加了索引就一定會(huì)加快查詢速度，有時(shí)甚至?xí)m得其反。

一般來(lái)說(shuō)索引會(huì)加在where 后面的查詢字段，尤其是關(guān)聯(lián)字段上面，這里w008_execrise_info 表數(shù)據(jù)量最大，暫時(shí)針對(duì)這個(gè)表進(jìn)行處理；w008_execrise_info 表涉及四個(gè)字段：subjecttyp，gradetyp，wfid和is_removed。

其中is_removed先不考慮，subjecttyp和gradetyp保存的是字典表的數(shù)據(jù)（數(shù)據(jù)內(nèi)容比較少，類(lèi)似10 20 30 40），wfid保存的是數(shù)字類(lèi)型的字符串。

一個(gè)索引起到的效果還取決于這樣一個(gè)條件，一般來(lái)說(shuō)添加索引的字段的值"唯一性"越明顯越好，在這里，subjecttyp和gradetyp包含大量的重復(fù)值，索引效果會(huì)“不明顯”一些，而wfid 更像是“主鍵”，相對(duì)應(yīng)的效果會(huì)好很多。

2.1 subjecttyp 和gradetyp添加索引

CREATE INDEX w008_execrise_info_gradetyp_index ON w008_execrise_info (gradetyp);

CREATE INDEX w008_execrise_info_subjecttyp_index ON w008_execrise_info (subjecttyp);

添加后執(zhí)行時(shí)間大約2秒，快了一點(diǎn)點(diǎn)

2.2 對(duì)wfid添加索引

CREATE INDEX w008_execrise_info_wfid_index ON w008_execrise_info (wfid);

再次執(zhí)行，0.2秒左右，快了很多

再補(bǔ)充一句，有很多情況下索引是不起作用的，比如 like后面跟的字段，還有條件語(yǔ)句or關(guān)聯(lián)的字段，這種情況就是要考慮查詢策略了。

3 查看當(dāng)前表的索引內(nèi)容；

select * from pg_indexes where tablename='w008_execrise_info';

select * from pg_statio_all_indexes where relname='w008_execrise_info';

4 刪除索引

DROP INDEX indexName;

5 重置索引

對(duì)于一些經(jīng)常改動(dòng)的表，如果時(shí)間長(zhǎng)了發(fā)現(xiàn)查詢效率變慢，可以考慮重置一下索引；

因?yàn)槿绻淼膬?nèi)容被頻繁的修改的話會(huì)產(chǎn)生許多類(lèi)似'索引碎片'的東西，會(huì)導(dǎo)致查詢索引本身的時(shí)間變長(zhǎng)；

 REINDEX INDEX index_name;//重置單個(gè)索引
 REINDEX TABLE table_name;//重置整個(gè)表的索引
 REINDEX DATABASE db_name;//終止整個(gè)數(shù)據(jù)庫(kù)的所以你

補(bǔ)充：PostgreSql查詢優(yōu)化之根據(jù)執(zhí)行計(jì)劃優(yōu)化SQL

1、執(zhí)行計(jì)劃路徑選擇

postgresql查詢規(guī)劃過(guò)程中，查詢請(qǐng)求的不同執(zhí)行方案是通過(guò)建立不同的路徑來(lái)表達(dá)的，在生成許多符合條件的路徑之后，要從中選擇出代價(jià)最小的路徑（基于成本運(yùn)算），把它轉(zhuǎn)化為一個(gè)計(jì)劃，傳遞給執(zhí)行器執(zhí)行，規(guī)劃器的核心工作就是生成多條路徑，然后從中找出最優(yōu)的那一條。

1.1代價(jià)評(píng)估

評(píng)估路徑優(yōu)劣的依據(jù)是用系統(tǒng)表pg_statistic中的統(tǒng)計(jì)信息估算出來(lái)的不同路徑的代價(jià)(cost)，PostgreSQL估計(jì)計(jì)劃成本的方式：基于統(tǒng)計(jì)信息估計(jì)計(jì)劃中各個(gè)節(jié)點(diǎn)的成本。PostgreSQL會(huì)分析各個(gè)表來(lái)獲取一個(gè)統(tǒng)計(jì)信息樣本（這個(gè)操作通常是由autovacuum這個(gè)守護(hù)進(jìn)程周期性的執(zhí)行analyze，來(lái)收集這些統(tǒng)計(jì)信息，然后保存到pg_statistic和pg_class里面）。

1.2用于估算代價(jià)的參數(shù)postgresql.conf

# - Planner Cost Constants -
 
#seq_page_cost = 1.0  # measured on an arbitrary scale 順序磁盤(pán)掃描時(shí)單個(gè)頁(yè)面的開(kāi)銷(xiāo)
 
#random_page_cost = 4.0  # same scale as above 隨機(jī)磁盤(pán)訪問(wèn)時(shí)單頁(yè)面的讀取開(kāi)銷(xiāo)
 
#cpu_tuple_cost = 0.01  # same scale as above cpu處理每一行的開(kāi)銷(xiāo)
 
#cpu_index_tuple_cost = 0.005 # same scale as above cpu處理每個(gè)索引行的開(kāi)銷(xiāo)
 
#cpu_operator_cost = 0.0025 # same scale as above cpu處理每個(gè)運(yùn)算符或者函數(shù)調(diào)用的開(kāi)銷(xiāo)
 
#parallel_tuple_cost = 0.1 # same scale as above 計(jì)算并行處理的成本，如果成本高于非并行，則不會(huì)開(kāi)啟并行處理。
 
#parallel_setup_cost = 1000.0 # same scale as above
 
#min_parallel_relation_size = 8MB
 
#effective_cache_size = 4GB 再一次索引掃描中可用的文件系統(tǒng)內(nèi)核緩沖區(qū)有效大小

也可以使用 show all的方式查看

1.3 路徑的選擇

--查看表信息

highgo=# \d t_jcxxgl_tjaj
 
  Table "db_jcxx.t_jcxxgl_tjaj"
 
 Column |  Type  | Modifiers --------------+--------------------------------+-----------
 
 c_bh | character(32)   | not null
 
 c_xzdm | character varying(300)  |
 
 c_jgid | character(32)   |
 
 c_ajbm | character(22)   |
 
...
 
Indexes:
 
 "t_jcxxgl_tjaj_pkey" PRIMARY KEY, btree (c_bh)
 
 "idx_ttjaj_cah" btree (c_ah)
 
 "idx_ttjaj_dslrq" btree (d_slrq)

首先更新統(tǒng)計(jì)信息vacuum analyze t_jcxxgl_tjaj，許多時(shí)候可能因?yàn)榻y(tǒng)計(jì)信息的不準(zhǔn)確導(dǎo)致了不正常的執(zhí)行計(jì)劃--執(zhí)行計(jì)劃。

--執(zhí)行計(jì)劃，全表掃描

highgo=# explain (analyze,verbose,costs,buffers,timing)select c_bh,c_xzdm,c_jgid,c_ajbm from t_jcxxgl_tjaj where d_slrq >='2018-03-18';
 
       QUERY PLAN      ------------------------------------------------------------------------------------------------------------
 
 Seq Scan on db_jcxx.t_jcxxgl_tjaj (cost=0.00..9.76 rows=3 width=96) (actual time=1.031..1.055 rows=3 loops
 
=1)
 
 Output: c_bh, c_xzdm, c_jgid, c_ajbm
 
 Filter: (t_jcxxgl_tjaj.d_slrq >= '2018-03-18'::date)
 
 Rows Removed by Filter: 138
 
 Buffers: shared hit=8
 
 Planning time: 6.579 ms
 
 Execution time: 1.163 ms
 
(7 rows)

如上，d_slrq是有索引的，但是執(zhí)行計(jì)劃中并沒(méi)有走索引，為什么呢？我們繼續(xù)往下看。

--執(zhí)行計(jì)劃，關(guān)閉全表掃描

highgo=# set session enable_seqscan = off;
 
SET
 
highgo=# explain (analyze,verbose,costs,buffers,timing)select c_bh,c_xzdm,c_jgid,c_ajbm from t_jcxxgl_tjaj where d_slrq >='2018-03-18';
 
        QUERY PLAN        ------------------------------------------------------------------------------------------------------------
 
 Index Scan using idx_ttjaj_dslrq on db_jcxx.t_jcxxgl_tjaj (cost=0.14..13.90 rows=3 width=96) (actual time=0.012..0.026 rows=3 loops=1)
 
 Output: c_bh, c_xzdm, c_jgid, c_ajbm
 
 Index Cond: (t_jcxxgl_tjaj.d_slrq >= '2018-03-18'::date)
 
 Buffers: shared hit=4
 
 Planning time: 0.309 ms
 
 Execution time: 0.063 ms
 
(6 rows)

d_slrq上面有btree索引，但是查看執(zhí)行計(jì)劃并沒(méi)有走索引，這是為什么呢？

代價(jià)計(jì)算：

一個(gè)路徑的估算由三部分組成：?jiǎn)?dòng)代價(jià)(startup cost)，總代價(jià)(totalcost)，執(zhí)行結(jié)果的排序方式(pathkeys)

代價(jià)估算公式：

總代價(jià)=啟動(dòng)代價(jià)+I/O代價(jià)+CPU代價(jià)（cost=S+P+W*T）

P:執(zhí)行時(shí)要訪問(wèn)的頁(yè)面數(shù)，反應(yīng)磁盤(pán)的I/O次數(shù)

T:表示在執(zhí)行時(shí)所要訪問(wèn)的元組數(shù)，反映了cpu開(kāi)銷(xiāo)

W:表示磁盤(pán)I/O代價(jià)和CPU開(kāi)銷(xiāo)建的權(quán)重因子

統(tǒng)計(jì)信息：

統(tǒng)計(jì)信息的其中一部分是每個(gè)表和索引中項(xiàng)的總數(shù)，以及每個(gè)表和索引占用的磁盤(pán)塊數(shù)。這些信息保存在pg_class表的reltuples和relpages列中。我們可以這樣查詢相關(guān)信息：

--查看統(tǒng)計(jì)信息

highgo=# select relpages,reltuples from pg_class where relname ='t_jcxxgl_tjaj';
 
 relpages | reltuples ----------+-----------
 
 8 | 141
 
(1 row)

total_cost = 1(seq_page_cost)*8(磁盤(pán)總頁(yè)數(shù))+0.01(cpu_tuple_cost)*141(表的總記錄數(shù))+0.0025(cpu_operation_cost)*141(表的總記錄數(shù))=9.7625

可以看到走索引的cost=13.90比全表掃描cost=9.76要大。所以上面沒(méi)有關(guān)閉全表掃描的時(shí)候，根據(jù)成本代價(jià)，執(zhí)行計(jì)劃走的全表掃描。在表較小的情況下，全表掃描比索引掃描更有效， index scan 至少要發(fā)生兩次I/O，一次是讀取索引塊，一次是讀取數(shù)據(jù)塊。

2、一個(gè)SQL優(yōu)化實(shí)例

2.1慢SQL：

select c_ajbh, c_ah, c_cbfy, c_cbrxm, d_larq, d_jarq, n_dbjg, c_yqly from db_zxzhld.t_zhld_db dbxx join db_zxzhld.t_zhld_ajdbxx dbaj on dbxx.c_bh = dbaj.c_dbbh where dbxx.n_valid=1 and dbxx.n_state in (1,2,3) and dbxx.c_dbztbh='1003' and dbaj.c_zblx='1003' and dbaj.c_dbfy='0' and dbaj.c_gy = '2550' and c_ajbh in (select distinct c_ajbh from db_zxzhld.t_zhld_zbajxx where n_dbzt = 1 and c_zblx = '1003' and c_gy = '2550' ) order by d_larq asc, c_ajbh asc limit 15 offset 0;

慢sql耗時(shí)：7s

先過(guò)下這個(gè)sql是干什么的、首先dbxx和dbaj的一個(gè)join連接然后dbaj.c_ajbh要包含在zbaj表里面，做了個(gè)排序，取了15條記錄、大概就這樣。

Sql有個(gè)缺點(diǎn)就是我不知道查詢的字段是從那個(gè)表里面取的、建議加上表別名.字段。

查看該sql的表的數(shù)據(jù)量：

  t_zhld_db ：1311
  t_zhld_ajdbxx ：341296
 t_zhld_zbajxx ：1027619

執(zhí)行計(jì)劃：

 Limit (cost=36328.67..36328.68 rows=1 width=107) (actual time=88957.677..88957.729 rows=15 loops=1)
 
 -> Sort (cost=36328.67..36328.68 rows=1 width=107) (actual time=88957.653..88957.672 rows=15 loops=1)
 
  Sort Key: dbaj.d_larq, dbaj.c_ajbh
 
  Sort Method: top-N heapsort Memory: 27kB
 
  -> Nested Loop Semi Join (cost=17099.76..36328.66 rows=1 width=107) (actual time=277.794..88932.662 rows=8605 loops=1)
 
  Join Filter: ((dbaj.c_ajbh)::text = (t_zhld_zbajxx.c_ajbh)::text)
 
  Rows Removed by Join Filter: 37018710
 
  -> Nested Loop (cost=0.00..19200.59 rows=1 width=107) (actual time=199.141..601.845 rows=8605 loops=1)
 
   Join Filter: (dbxx.c_bh = dbaj.c_dbbh)
 
   Rows Removed by Join Filter: 111865
 
   -> Seq Scan on t_zhld_ajdbxx dbaj (cost=0.00..19117.70 rows=219 width=140) (actual time=198.871..266.182 rows=8605 loops=1)
 
    Filter: ((n_valid = 1) AND ((c_zblx)::text = '1003'::text) AND ((c_dbfy)::text = '0'::text) AND ((c_gy)::text = '2550'::text))
 
    Rows Removed by Filter: 332691
 
   -> Materialize (cost=0.00..66.48 rows=5 width=33) (actual time=0.001..0.017 rows=14 loops=8605)
 
    -> Seq Scan on t_zhld_db dbxx (cost=0.00..66.45 rows=5 width=33) (actual time=0.044..0.722 rows=14 loops=1)
 
     Filter: ((n_valid = 1) AND ((c_dbztbh)::text = '1003'::text) AND (n_state = ANY ('{1,2,3}'::integer[])))
 
     Rows Removed by Filter: 1297
 
  -> Materialize (cost=17099.76..17117.46 rows=708 width=32) (actual time=0.006..4.890 rows=4303 loops=8605)
 
   -> HashAggregate (cost=17099.76..17106.84 rows=708 width=32) (actual time=44.011..54.924 rows=8605 loops=1)
 
    Group Key: t_zhld_zbajxx.c_ajbh
 
    -> Bitmap Heap Scan on t_zhld_zbajxx (cost=163.36..17097.99 rows=708 width=32) (actual time=5.218..30.278 rows=8605 loops=1)
 
     Recheck Cond: ((n_dbzt = 1) AND ((c_zblx)::text = '1003'::text))
 
     Filter: ((c_gy)::text = '2550'::text)
 
     Rows Removed by Filter: 21849
 
     Heap Blocks: exact=960
 
     -> Bitmap Index Scan on i_tzhldzbajxx_zblx_dbzt (cost=0.00..163.19 rows=5876 width=0) (actual time=5.011..5.011 rows=30458 loops=1)
 
     Index Cond: ((n_dbzt = 1) AND ((c_zblx)::text = '1003'::text))
 
 Planning time: 1.258 ms
 
 Execution time: 88958.029 ms

執(zhí)行計(jì)劃解讀：

1：第27->21行，通過(guò)索引i_tzhldzbajxx_zblx_dbzt過(guò)濾表t_zhld_zbajxx的數(shù)據(jù)，然后根據(jù)過(guò)濾條件(c_gy)::text = '2550'::text過(guò)濾最終返回8605條數(shù)據(jù)

2：第17->15行，根據(jù)條件過(guò)濾t_zhld_db表的數(shù)據(jù)，最終返回了14條數(shù)據(jù)

3：第20->19行，對(duì)表t_zhld_zbajxx做group by的操作

4：第13->11行，全表掃描t_zhld_ajdbxx 最終返回了8605條數(shù)據(jù)

5：第08行，根據(jù)t_zhld_ajdbxx返回的8605條結(jié)果集作為驅(qū)動(dòng)表和t_zhld_db的結(jié)果集(14條)做嵌套循環(huán)，t_zhld_db的結(jié)果集被循環(huán)了8605次。然后過(guò)濾掉了其中的111865條記錄，那么最終將得到（8605*14-111865） = 8605

6：第07->05行，根據(jù)第08和18行返回的結(jié)果集最終做了Nested Loop Semi Join，第18行的4303條結(jié)果集被循環(huán)了8605次,(4303*8605-37018710)=8605

7: 第04->02行，對(duì)最終的8605條記錄進(jìn)行排序

8：第01行，limit最終獲取15條記錄

整個(gè)執(zhí)行計(jì)劃中耗時(shí)最長(zhǎng)的地方在05行Nested Loop Semi Join，actual time=277.794..88932.662，表db_zxzhld.t_zhld_db dbxx和db_zxzhld.t_zhld_ajdbxx均是全表掃描

2.2具體優(yōu)化步驟

查看索引頁(yè)并沒(méi)有索引，創(chuàng)建c_ajbh，c_dbbh等邏輯外鍵的索引

drop index if exists I_T_ZHLD_AJDBXX_AJBH;
 
create index I_T_ZHLD_AJDBXX_AJBH on T_ZHLD_AJDBXX (c_ajbh);
 
commit;
 
drop index if exists I_T_ZHLD_AJDBXX_DBBH;
 
create index I_T_ZHLD_AJDBXX_DBBH on T_ZHLD_AJDBXX (c_dbbh);
 
commit;

創(chuàng)建d_larq,c_ajbh的排序索引：

drop index if exists I_T_ZHLD_AJDBXX_m6;create index I_T_ZHLD_AJDBXX_m6 on T_ZHLD_AJDBXX (c_zblx,c_dbfy,c_gy,d_larq asc,c_ajbh asc);
 
commit;
 
drop index if exists I_T_ZHLD_ZBAJXX_h3 ;
 
create index I_T_ZHLD_ZBAJXX_h3 on db_zxzhld.t_zhld_zbajxx (n_dbzt,c_zblx,c_gy,c_gy);
 
commit;

創(chuàng)建索引后執(zhí)行計(jì)劃有了改變，原來(lái)的dbaj表和dbxx表先做nestedloop變成了zbaj和dbaj表先做了nestedloop join,總的cost也從36328.68降到了12802.87，

執(zhí)行計(jì)劃

Limit (cost=12802.87..12802.87 rows=1 width=107) (actual time=4263.598..4263.648 rows=15 loops=1)
 
 -> Sort (cost=12802.87..12802.87 rows=1 width=107) (actual time=4263.592..4263.609 rows=15 loops=1)
 
 Sort Key: dbaj.d_larq, dbaj.c_ajbh
 
 Sort Method: top-N heapsort Memory: 27kB
 
 -> Nested Loop (cost=2516.05..12802.86 rows=1 width=107) (actual time=74.240..4239.723 rows=8605 loops=1)
 
  Join Filter: (dbaj.c_dbbh = dbxx.c_bh)
 
  Rows Removed by Join Filter: 111865
 
  -> Nested Loop (cost=2516.05..12736.34 rows=1 width=140) (actual time=74.083..327.974 rows=8605 loops=1)
 
   -> HashAggregate (cost=2515.62..2522.76 rows=714 width=32) (actual time=74.025..90.185 rows=8605 loops=1)
 
    Group Key: ("ANY_subquery".c_ajbh)::text
 
    -> Subquery Scan on "ANY_subquery" (cost=2499.56..2513.84 rows=714 width=32) (actual time=28.782..59.823 rows=8605 loops=1)
 
    -> HashAggregate (cost=2499.56..2506.70 rows=714 width=32) (actual time=28.778..39.968 rows=8605 loops=1)
 
     Group Key: zbaj.c_ajbh
 
     -> Index Scan using i_t_zhld_zbajxx_h3 on t_zhld_zbajxx zbaj (cost=0.42..2497.77 rows=715 width=32) (actual time=0.062..15.104 rows=8605 loops=1)
 
      Index Cond: ((n_dbzt = 1) AND ((c_zblx)::text = '1003'::text) AND ((c_gy)::text = '2550'::text))
 
   -> Index Scan using i_t_zhld_ajdbxx_ajbh on t_zhld_ajdbxx dbaj (cost=0.42..14.29 rows=1 width=140) (actual time=0.015..0.021 rows=1 loops=8605)
 
    Index Cond: ((c_ajbh)::text = ("ANY_subquery".c_ajbh)::text)
 
    Filter: (((c_zblx)::text = '1003'::text) AND ((c_dbfy)::text = '0'::text) AND ((c_gy)::text = '2550'::text))
 
    Rows Removed by Filter: 1
 
  -> Seq Scan on t_zhld_db dbxx (cost=0.00..66.45 rows=5 width=33) (actual time=0.015..0.430 rows=14 loops=8605)
 
   Filter: ((n_valid = 1) AND ((c_dbztbh)::text = '1003'::text) AND (n_state = ANY ('{1,2,3}'::integer[])))
 
   Rows Removed by Filter: 1298
 
Planning time: 1.075 ms
 
Execution time: 4263.803 ms

執(zhí)行的時(shí)間還是要4s左右仍然不滿足需求，并且沒(méi)有使用上I_T_ZHLD_AJDBXX_m6這個(gè)索引。

2.3等價(jià)改寫(xiě)SQL(1)

等價(jià)改寫(xiě)：將排序條件加入db_zxzhld.t_zhld_ajdbxx讓其先排序，再和t_zhld_db表連接。

修改后sql：

Select dbaj.c_ajbh, dbaj.c_ah, dbaj.c_cbfy, dbaj.c_cbrxm, dbaj.d_larq, dbaj.d_jarq, dbaj.n_dbjg, dbaj.c_yqly from (select * from db_zxzhld.t_zhld_db where n_valid=1 and n_state in (1,2,3) and c_dbztbh='1003' )dbxx
 
 join (select * from db_zxzhld.t_zhld_ajdbxx where n_valid=1 and c_zblx='1003'
 
 and c_dbfy='0' and c_gy = '2550' and
 
c_ajbh in (select distinct c_ajbh from db_zxzhld.t_zhld_zbajxx where n_dbzt = 1 and c_zblx = '1003' and c_gy = '2550' ) order by d_larq asc, c_ajbh asc)dbajon dbxx.c_bh = dbaj.c_dbbh
 
 limit 15 offset 0

再次查看執(zhí)行計(jì)劃：

Limit (cost=3223.92..3231.97 rows=1 width=107) (actual time=127.291..127.536 rows=15 loops=1)
 
 -> Nested Loop (cost=3223.92..3231.97 rows=1 width=107) (actual time=127.285..127.496 rows=15 loops=1)
 
 -> Sort (cost=3223.64..3223.65 rows=1 width=140) (actual time=127.210..127.225 rows=15 loops=1)
 
  Sort Key: t_zhld_ajdbxx.d_larq, t_zhld_ajdbxx.c_ajbh
 
  Sort Method: quicksort Memory: 2618kB
 
  -> Hash Semi Join (cost=2523.19..3223.63 rows=1 width=140) (actual time=55.913..107.265 rows=8605 loops=1)
 
   Hash Cond: ((t_zhld_ajdbxx.c_ajbh)::text = (t_zhld_zbajxx.c_ajbh)::text)
 
   -> Index Scan using i_t_zhld_ajdbxx_m6 on t_zhld_ajdbxx (cost=0.42..700.28 rows=219 width=140) (actual time=0.065..22.005 rows=8605 loops=1)
 
    Index Cond: (((c_zblx)::text = '1003'::text) AND ((c_dbfy)::text = '0'::text) AND ((c_gy)::text = '2550'::text))
 
   -> Hash (cost=2513.84..2513.84 rows=714 width=32) (actual time=55.802..55.802 rows=8605 loops=1)
 
    Buckets: 16384 (originally 1024) Batches: 1 (originally 1) Memory Usage: 675kB
 
    -> HashAggregate (cost=2499.56..2506.70 rows=714 width=32) (actual time=30.530..43.275 rows=8605 loops=1)
 
    Group Key: t_zhld_zbajxx.c_ajbh
 
    -> Index Scan using i_t_zhld_zbajxx_h3 on t_zhld_zbajxx (cost=0.42..2497.77 rows=715 width=32) (actual time=0.043..15.552 rows=8605 loops=1)
 
     Index Cond: ((n_dbzt = 1) AND ((c_zblx)::text = '1003'::text) AND ((c_gy)::text = '2550'::text))
 
 -> Index Scan using t_zhld_db_pkey on t_zhld_db (cost=0.28..8.30 rows=1 width=33) (actual time=0.009..0.011 rows=1 loops=15)
 
  Index Cond: (c_bh = t_zhld_ajdbxx.c_dbbh)
 
  Filter: (((c_dbztbh)::text = '1003'::text) AND (n_state = ANY ('{1,2,3}'::integer[])))
 
Planning time: 1.154 ms
 
Execution time: 127.734 ms

這一次可以看出，ajdbxx和zbajxx表做了hash semi join 消除了nestedloop,cost降到了3231.97。并且使用上了i_t_zhld_ajdbxx_m6子查詢中in的結(jié)果集有一萬(wàn)多條數(shù)據(jù)。

繼續(xù)嘗試使用exists等價(jià)改寫(xiě)in，看能否有更好的結(jié)果

2.4等價(jià)改寫(xiě)SQL(2)

等價(jià)改寫(xiě)：將in替換為exists：

select c_ajbh, c_ah, c_cbfy, c_cbrxm, d_larq, d_jarq, n_dbjg, c_yqlyfrom (select c_bh from db_zxzhld.t_zhld_db where n_state in (1,2,3) and c_dbztbh='1003' )dbxx
 join (select c_ajbh, c_ah, c_cbfy, c_cbrxm, d_larq, d_jarq, n_dbjg, c_yqly,c_dbbh from db_zxzhld.t_zhld_ajdbxx ajdbxxwhere c_zblx='1003'
 and c_dbfy='0' and c_gy = '2550' and 
exists (select distinct c_ajbh from db_zxzhld.t_zhld_zbajxx zbajxx where ajdbxx.c_ajbh = zbajxx.c_ajbh and n_dbzt = 1 and c_zblx = '1003' and c_gy = '2550' ) order by d_larq asc, c_ajbh asc)dbajon dbxx.c_bh = dbaj.c_dbbh 
 limit 15 offset 0

再次查看執(zhí)行計(jì)劃：

Limit (cost=1.12..2547.17 rows=1 width=107) (actual time=0.140..0.727 rows=15 loops=1)
 
 -> Nested Loop (cost=1.12..2547.17 rows=1 width=107) (actual time=0.136..0.689 rows=15 loops=1)
 
 -> Nested Loop Semi Join (cost=0.85..2538.84 rows=1 width=140) (actual time=0.115..0.493 rows=15 loops=1)
 
  -> Index Scan using i_t_zhld_ajdbxx_m6 on t_zhld_ajdbxx t2 (cost=0.42..700.28 rows=219 width=140) (actual time=0.076..0.127 rows=15 loops=1)
 
   Index Cond: (((c_zblx)::text = '1003'::text) AND ((c_dbfy)::text = '0'::text) AND ((c_gy)::text = '2550'::text))
 
  -> Index Scan using i_t_zhld_zbajxx_c_ajbh on t_zhld_zbajxx t3 (cost=0.42..8.40 rows=1 width=32) (actual time=0.019..0.019 rows=1 loops=15)
 
   Index Cond: ((c_ajbh)::text = (t2.c_ajbh)::text)
 
   Filter: (((c_zblx)::text = '1003'::text) AND ((c_gy)::text = '2550'::text) AND (n_dbzt = 1))
 
 -> Index Scan using t_zhld_db_pkey on t_zhld_db (cost=0.28..8.30 rows=1 width=33) (actual time=0.007..0.008 rows=1 loops=15)
 
  Index Cond: (c_bh = t2.c_dbbh)
 
  Filter: (((c_dbztbh)::text = '1003'::text) AND (n_state = ANY ('{1,2,3}'::integer[])))
 
Planning time: 1.268 ms
 
Execution time: 0.859 ms

可以看出使用exist效果更好，最終cost 2547.17

(1).少了t_zhld_zbajxx表的group by操作：Sort Key: t_zhld_ajdbxx.d_larq, t_zhld_ajdbxx.c_ajbh。(這一步是因?yàn)槭褂昧怂饕械呐判?

(2).少了分組的操作：Group Key: t_zhld_zbajxx.c_ajbh。

第(2)為什么這個(gè)查詢消除了t_zhld_zbajxx表的group by操作呢？

原因是exists替換了distinct的功能，一旦滿足條件則立刻返回。所以使用exists的時(shí)候子查詢可以直接去掉distinct。

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。

您可能感興趣的文章:

PostgreSQL之INDEX 索引詳解
PostgreSql 重建索引的操作
PostgreSQL模糊匹配走索引的操作
postgresql查看表和索引的情況,判斷是否膨脹的操作
PostgreSQL的B-tree索引用法詳解
postgresql 索引之 hash的使用詳解

標(biāo)簽：株洲蚌埠衡陽(yáng) 錦州晉城來(lái)賓珠海烏海

巨人網(wǎng)絡(luò)通訊聲明：本文標(biāo)題《postgresql通過(guò)索引優(yōu)化查詢速度操作》，本文關(guān)鍵詞 postgresql,通過(guò),索引,優(yōu)化,；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題，煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們，我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無(wú)關(guān)。