sql - PostgreSQL:创建索引以快速区分 NULL 和非 NULL 值

Question

考虑具有以下 WHERE 谓词的 SQL 查询:

...
WHERE name IS NOT NULL
...

其中 name 是 PostgreSQL 中的文本字段。

没有其他查询检查此值的任何文本属性，只是检查它是否为 NULL。因此，a full btree index似乎有点矫枉过正，尽管 it supports this distinction :

Also, an IS NULL or IS NOT NULL condition on an index column can be used with a B-tree index.

快速区分 NULL 和非 NULL 的正确 PostgreSQL 索引是什么？

Answer 1

我的解释是您声称它在两个方面“矫枉过正”:在复杂性(使用 B 树而不只是列表)和空间/性能方面。

对于复杂性，这并不过分。 B-Tree 索引更可取，因为从中删除 比某种“无序”索引更快(因为缺少更好的术语)。 (无序索引需要进行完整的索引扫描才能删除。)鉴于这一事实，无序索引的任何 yield 通常都会被损害所抵消，因此开发工作是不合理的。

但是，为了空间和性能，如果您想要一个高度选择性的索引以提高效率，您可以在索引上包含一个 WHERE 子句，如 fine manual 中所述:

CREATE INDEX ON my_table (name) WHERE name IS NOT NULL;

请注意，只有在执行查询时允许 PostgreSQL 忽略大量行时，您才会从该索引中受益。例如，如果 99% 的行具有 name IS NOT NULL，索引不会给您带来任何好处，而只是让全表扫描发生；事实上，它会降低效率(如 @CraigRinger 注释)，因为它需要额外的磁盘读取。但是，如果只有 1% 的行具有 name IS NOT NULL，那么这代表着巨大的节省，因为 PostgreSQL 可以忽略您的查询的大部分表。如果您的表非常大，即使删除 50% 的行也是值得的。这是一个调整问题，索引是否有值(value)将在很大程度上取决于数据的大小和分布。

此外，如果您仍然需要为 name IS NULL 行创建另一个索引，那么在空间方面的 yield 将非常有限。参见 Craig Ringer's answer了解详情。