我的编程环境是 Rails 2.3 和 PostgreSQL 8(Heroku 上的共享数据库): 我读过这个 http://devcenter.heroku.com/articles/postgresql-indexes#multicolumn_indexes 在我开始以通用方式构建我的应用程序之前,以及 Internet 上的其他相关资源:
我的表有两列 A 和 B,并且都已编入索引。 (行在 (A,B) 对方面是唯一的) 但是在构建我的应用程序之后,我发现我只使用两种类型的调用来查询表: myTable.find_by_A_and_B(a,b) 和 myTable.find_by_A(a)
我们期望表中有 10000 多个条目,不同的 A 和不同的 B 的比例约为 3:1。我们期望对于 A 中的每个唯一值,B 中将有超过 1000 行具有不同的值;对于 B 中的每个唯一值,在 A 中具有不同值的行不会超过 300 行。
我的问题是:对于 myTable.find_by_A_and_B(a,b) 调用,当前的数据库设置(有两个单独的索引)是否可以归类为“高效”(因为我不知道 PostgreSQL 的内部工作原理) ).以及仅用 (A,B) 的一个多列索引替换两个索引是否会提供显着的速度提升?
谢谢。
附言作为对评论的回应,这里有更多信息: 根据此页面,http://devcenter.heroku.com/articles/database 它正在运行 PostgreSQL 8.3
下面是 myTable 的迁移模式:
create_table :myTable do |t|
t.string :b
t.integer:a
t.boolean :c, :default => false
end
add_index :mytable, :b
add_index :mytable, :a
最佳答案
在最新版本的 PostgreSQL 中 multi-column indexes可以有效地用于过滤其中一列。这在第一列上效果最好,但对其他列也相当不错。
此外,10.000 行对于 PostgreSQL 来说是小菜一碟。具有数百万行的表并不少见。
假设我们讨论整数 (int4) 列上的 btree 索引(默认)...
... 答案 是:只需在(a,b)
上使用一个多列索引| .
由于 page layout在磁盘上(类似于表和索引),每个索引行有相当多的开销。此外,由于数据对齐限制,一个索引 (a,b)
将使用与 (a)
上的索引完全相同的磁盘空间量- 在带有 MAXALIGN
的机器上= 8 字节(大多数 64 位操作系统)。
因此,特别是如果您有大量写入或磁盘空间和/或 RAM 有限,最好的办法是只在 (a,b)
上使用一个多列索引。 .在大量写入的表上维护索引也会带来相当大的成本。
针对问题的更新进行编辑:
与
a
正在integer
,我的回答基本有效。(a,b)
上的索引将是您需要的全部或大部分内容。去掉
b
上的单独索引 因为您显然没有关于b
的查询.作为
b
是text
,(a,b) 上的多列索引不能像上面描述的那样从数据对齐中获益,但仍然如此。b
的媒体长度越大,您从a
的附加索引中获利的可能性就越大.带短b
它可能不支付。否则我希望它能加速myTable.find_by_A(a)
一点点。这可能比
a
上的两个独立索引更快和b
, 但幅度不大,因为 Postgres 可以在bitmap index scan
中组合两个索引.自 v.8.3 以来,这已得到改进。请注意 btree 索引在
text
上仅帮助带有“=”的查询(如果您在C
语言环境中运行则更多)。阅读有关 operator classes 的手册.
你不必相信我的话,使用 EXPLAIN ANALYZE 运行一些测试.它非常简单且信息丰富,为 10.000 行创建索引只需一秒钟左右。重复每个查询几次以填充缓存并获得可比较的结果。
关于ruby-on-rails - 这是多列索引的合适场景吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/7543726/