我用谷歌搜索了 15 个不同顺序的不同索引(包括 interval_end, ticker, interval_start DESC
)和 ASC/DESC
,最终它使用的唯一一个是 idx_onemin_intervalstart
一。 <=
我相信运算符(operator)是杀死我的原因。
我已经阅读了所有关于索引的 PostgreSQL 手册,但我仍然感到困惑,这不是一个例子。
查询
explain analyze
SELECT open
FROM onemin_interval
WHERE ticker = 'QQQ'
AND interval_end <= 1326810600000
ORDER BY interval_start DESC
LIMIT 19960;
表模式
表格public.onemin_interval
Column | Type | Modifiers
---------------------+---------------+-----------
interval_start | numeric(13,0) |
interval_end | numeric(13,0) |
open | numeric(10,2) |
close | numeric(10,2) |
high | numeric(10,2) |
low | numeric(10,2) |
volume_for_interval | bigint |
ticker | character(10) |
humantimeopen | character(23) |
humantimeclose | character(23) |
adlval | bigint |
索引
"idx_onemin_intervalend" btree (interval_end)
"idx_onemin_intervalend_intervalstart" btree (interval_end, interval_start)
"idx_onemin_intervalstart" btree (interval_start DESC)
"idx_onemin_ticker" btree (ticker)
"idx_onemin_ticker_intervalend" btree (ticker, interval_end)
查询计划
Limit (cost=0.00..10295.29 rows=19960 width=20) (actual time=581.856..1731.352 rows=19960 loops=1)
-> Index Scan Backward using idx_onemin_intervalstart on onemin_interval (cost=0.00..36843.32 rows=71430 width=20) (actual time=581.842..1621.713 rows=19960 loops=1)
Filter: ((interval_end <= 1326810600000::numeric) AND (ticker = 'QQQ'::bpchar))
Total runtime: 1791.594 ms
(4 rows)
评论后的新内容
出于测试目的,我添加了大量索引,并运行了 ANALYZE onemin_interval
.查询与之前几乎相同:
explain analyze
SELECT open
FROM onemin_interval
WHERE ticker = 'QQQ'
AND interval_end <= 1327698068642
ORDER BY interval_start DESC
LIMIT 19960;
查询计划
Limit (cost=0.00..5849.68 rows=19960 width=16) (actual time=0.088..394.596 rows=19960 loops=1)
-> Index Scan using test11 on onemin_interval (cost=0.00..21748.74 rows=74210 width=16) (actual time=0.079..298.848 rows=19960 loops=1)
Filter: ((interval_end <= 1327698068642::bigint) AND (ticker = 'QQQ'::text))
Total runtime: 1442.898 ms
(4 rows)
架构
表格public.onemin_interval
Column | Type | Modifiers
--------------------+---------------+-----------
interval_start | bigint |
interval_end | bigint |
open | numeric |
close | numeric |
high | numeric |
low | numeric |
volume_for_interval | bigint |
ticker | text |
humantimeopen | character(23) |
humantimeclose | character(23) |
adlval | bigint |
索引
"idx_onemin_intervalend" btree (interval_end)
"idx_onemin_intervalend_intervalstart" btree (interval_end, interval_start)
"idx_onemin_intervalstart" btree (interval_start)
"idx_onemin_ticker" btree (ticker)
"idx_onemin_ticker_intervalend" btree (ticker, interval_end)
"test1" btree (interval_end DESC)
"test10" btree (ticker, interval_end DESC, interval_start DESC)
"test11" btree (interval_start DESC)
"test12" btree (interval_start DESC, interval_end DESC, ticker)
"test13" btree (interval_start DESC, ticker, interval_end DESC)
"test14" btree (ticker, interval_start DESC, interval_end DESC)
"test15" btree (interval_end DESC, interval_start DESC, ticker)
"test3" btree (interval_end)
"test4" btree (interval_end DESC, ticker)
"test5" btree (interval_end, ticker)
"test6" btree (ticker, interval_end DESC)
"test7" btree (ticker, interval_end)
"test8" btree (interval_end, ticker)
"test9" btree (interval_end DESC, ticker, interval_start DESC)
最佳答案
数据类型、大小和性能
首先,类型character(n)几乎总是一个糟糕的选择。如果您没有充分的理由并且知道自己在做什么,请使用类型 text
反而。 如果您确实需要强制执行最大长度,请使用 CONSTRAINT。 ticker
列的示例:
ALTER TABLE onemin_interval
ADD CONSTRAINT onemin_interval_ticker_len CHECK (length(ticker) < 11);
显然您有像“QQQ”这样的值,因此长度为 10 似乎是任意的。这将减少表格大小(可能会显着减少)并加快 .. 一切。
另外,考虑使用 bigint
而不是 numeric(13,0)
.无论如何你都不存储小数位,这可能是更好的设计。 numeric(13,0)
需要 13 个字节 (5 + 4x2),bigint 需要 8 个字节,并且对它的操作在各个方面都更快。
最后:bigint
可以吗?列很简单 integer
, 也? (如果 -2147483648 到 +2147483647 的范围在表的整个生命周期内足够大。)
核心问题
为什么索引是idx_onemin_ticker_intervalend
没用过?
我会尝试几件事:
显式转换
如果您无法将数据类型更改为 text
,通过显式转换为 character(10)
来测试查询:
WHERE ticker = 'QQQ'::character(10)
旧版本的 PostgreSQL 可能无法为 character(10)
使用索引对于三个字符的未填充字符串 ( 'QQQ'
)。但是,在我的测试中,索引同时用于 PostgreSQL 8.4 和 9.1。
多列索引中列的顺序
尝试颠倒多列索引中列的顺序。
idx_onemin_ticker_intervalend btree (interval_end DESC, ticker)
Order of the columns in a multi-column index is relevant .尽管在您的情况下,如果一切正常,它应该是不相关的,因为您在两列中都包含了条件。我仍然会测试这个。
计划者统计
查询规划器似乎期望条件 ticker = 'QQQ' AND interval_end <= 1326810600000
不是很有选择性——而事实上,它们似乎非常有选择性(结果 4 行)。尝试提高 default_statistics_target对于这样的两列:
ALTER TABLE onemin_ticker ALTER COLUMN interval_end SET STATISTICS 1000;
ALTER TABLE onemin_ticker ALTER COLUMN ticker SET STATISTICS 1000;
ANALYZE onemin_ticker;
甚至更多,最多 10000(您确实有 42 万行)。默认值为 100。这通常只有助于数据分布不均匀,但对于巨大的表,它应该很容易获得返回。
一般性能优化
一般建议performance optimization in the PostgreSQL Wiki始终适用。
最后,请注意这种查询永远不会很快。对 70k 行进行排序需要时间 - 并且引擎必须在 LIMIT 19960
之前对所有 70k 行进行排序。可以应用。
正如我从您的更新中看到的,查询规划器使用索引 test11 (interval_start DESC)
- 这表明排序是查询中最昂贵的操作。
当您在排序之前按多个条件进行选择时,我看不出索引如何进一步帮助您进行排序。您的数据不能预先排序和预先选择 - 除非如果WHERE
子句是稳定的,那么你可以创建一个部分索引,如:
CREATE INDEX onemin_interval_interval_start_part_idx
ON onemin_interval (interval_start DESC)
WHERE ticker = 'QQQ'::character(10)
AND interval_end <= 1326810600000
...导致减轻脂肪执行。但我不认为你有那么幸运? 如果其中一个标准是稳定的,那么这已经很有帮助了,因此您可以在该标准上建立部分索引。
关于postgresql - column1 的索引 = x AND column2 <= y ORDER BY column3 DESC,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/9041661/