postgresql - Postgres，排序

Question

有一个这样结构的表:

    Table "public.all_emails"
│ Column | Type | Modifiers
│ ----------- + -------- + -----------
│ email | text |
│ frequency | bigint |
│Indexes:
│ "all_emails_email_idx" UNIQUE, btree (email)

我想通过对它们进行更多操作，将所有记录从该表移动到另一个数据库。为了加快速度，我编写了多进程应用程序，该应用程序需要几次特定的表。为了知道以下哪个过程开始，我按如下方式对表格进行排序:

Select email from all_emails order by email limit # {PULL_SIZE} offset # {offset}

在表中有大量记录的情况下，此操作相当昂贵且不是最优的。我怎样才能让它变得更好？

Answer 1

您可以 CLUSTER用于此目的的表:

CLUSTER all_emails USING all_emails_email_idx;
ANALYZE all_emails;

集群根据指定的索引对表中的行进行物理重新排序。因此，电子邮件地址是根据电子邮件地址排序的，然后查询(其处理过程与任何其他查询一样)将在有限数量的磁盘页面上找到所请求子集中的所有行，因此 I/O 也减少了与任何排序一样(因为查询规划器认识到该表是在特定索引上聚集的)。 ANALYZE 命令在聚类后更新表统计信息，以帮助查询规划器做出最佳选择。

这实际上只适用于只读或不经常更新或插入新行的表，因为没有维护集群:这是一次性过程。聚簇也是一个相当“昂贵”的过程，因为整个表都被重写并且需要独占表锁。您可以使用缩写形式 CLUSTER all_emails 的相同索引定期重新聚类该表。