使用索引或位图索引扫描在时间戳上进行高效的PostgreSQL查询？

Question

在PostgreSQL中，我在tickets表的日期字段上有一个索引。当我将字段与进行比较时now()，查询效率很高：

# explain analyze select count(1) as count from tickets where updated_at > now();
                                                             QUERY PLAN                                                                  
---------------------------------------------------------------------------------------------------------------------------------------------
Aggregate  (cost=90.64..90.66 rows=1 width=0) (actual time=33.238..33.238 rows=1 loops=1)
   ->  Index Scan using tickets_updated_at_idx on tickets  (cost=0.01..90.27 rows=74 width=0) (actual time=0.016..29.318 rows=40250 loops=1)
         Index Cond: (updated_at > now())
Total runtime: 33.271 ms

如果我尝试将其与now()负间隔进行比较，它会下坡并使用位图堆扫描。

# explain analyze select count(1) as count from tickets where updated_at > (now() - '24 hours'::interval);
                                                                  QUERY PLAN
-----------------------------------------------------------------------------------------------------------------------------------------------------
Aggregate  (cost=180450.15..180450.17 rows=1 width=0) (actual time=543.898..543.898 rows=1 loops=1)
->  Bitmap Heap Scan on tickets  (cost=21296.43..175963.31 rows=897368 width=0) (actual time=251.700..457.916 rows=924373 loops=1)
     Recheck Cond: (updated_at > (now() - '24:00:00'::interval))
     ->  Bitmap Index Scan on tickets_updated_at_idx  (cost=0.00..20847.74 rows=897368 width=0)     (actual time=238.799..238.799 rows=924699 loops=1)
           Index Cond: (updated_at > (now() - '24:00:00'::interval))
Total runtime: 543.952 ms

有没有一种更有效的使用日期算术查询的方法？

Answer 1

第一个查询希望找到 rows=74 ，但实际上找到rows=40250。
第二个查询期望找到 rows=897368 并实际找到rows=924699。

当然，处理23倍的行会花费更多的时间。因此，您的实际时间不足为奇。

的数据统计信息updated_at > now()已过时。跑：

ANALYZE tickets;

并重复您的查询。而您是否认真地拥有数据updated_at > now()呢？听起来不对。

但是，对于最近更改的数据而言，统计数据已过时也就不足为奇了。这是合乎逻辑的。如果查询依赖于当前统计信息，则必须先运行，ANALYZE然后再运行查询。

还要进行测试（仅在您的会话中）：

SET enable_bitmapscan = off;

并重复第二次查询以查看没有位图索引扫描的时间。

为什么位图索引扫描更多行？

普通 索引扫描 按索引中的顺序从堆中获取行。这很简单，愚蠢而且没有开销。几行速度很快，但与行数不断增加的位图索引扫描相比，最终成本可能更高。

一个 位图索引扫描
从索引中收集行之前查表。如果同一数据页上有多个行，则可以节省重复访问的时间，并且可以使处理速度大大提高。行越多，机会越大，位图索引扫描将节省时间。

对于更多的行（大约占表的5％，很大程度上取决于实际数据），计划器将切换到表的 顺序扫描 ，并且根本不使用索引。

最佳的选择是Postgres 9.2引入的
仅索引扫描
。只有满足一些前提条件才有可能。如果所有相关列都包含在索引中，则索引类型支持该索引，并且可见性映射表指示数据页上的所有行对所有事务可见，而不必从堆（表）中获取该页，并且索引中的信息就足够了。

该决定取决于您的统计信息（Postgres希望找到多少行及其分布）以及成本设置，最重要的是random_page_cost，cpu_index_tuple_cost和effective_cache_size。