PostgreSQL btree-gin用于范围查询的奇怪现象

本文涉及的产品
云原生数据库 PolarDB MySQL 版,通用型 2核4GB 50GB
云原生数据库 PolarDB PostgreSQL 版,标准版 2核4GB 50GB
简介: 1. 现象 之前做多字段索引测试的时候发现一个奇怪的现象,btree-gin提供的gin索引在处理1个比较操作的范围查询时性能还行,但处理有2个比较操作的范围查询时性能就很糟糕了。

1. 现象

之前做多字段索引测试的时候发现一个奇怪的现象,btree-gin提供的gin索引在处理1个比较操作的范围查询时性能还行,但处理有2个比较操作的范围查询时性能就很糟糕了。下面是例子。

2. 测试环境

测试环境在一个PC的虚拟机上
宿主机
- CPU:AMD Athlon II X4 640 3.0GHz
- MEM:6G
- OS:Win7 64bit
- 虚拟机所在存储:Apacer A S510S 128GB
虚拟机
- CPU:4 core
- MEM: 2G
- OS:CentOS release 6.5 (Final)
- PostgreSQL:9.4.2(shared_buffers = 128MB,其它都是默认值)

3. 测试

3.1 准备测试数据

chenhj=# create table tb1(c1 int,c2 int);
CREATE TABLE
chenhj=# insert into tb1 select round(random()*100),round(random()*1000) from generate_series(1,10000000);
INSERT 0 10000000
chenhj=# select pg_size_pretty(pg_table_size('tb1'));
 pg_size_pretty 
----------------
 346 MB
(1 row) 

3.2 创建c1+c2多字段gin索引

chenhj=# create extension btree_gin;
CREATE EXTENSION
chenhj=# create index tb1_idx_c1c2gin on tb1 using gin(c1,c2);
CREATE INDEX
chenhj=# select pg_size_pretty(pg_relation_size('tb1_idx_c1c2gin'));
 pg_size_pretty 
----------------
 47 MB
(1 row) 

3.3 只有1个比较操作的范围查询

chenhj=# explain (analyze,buffers) select count(*) from tb1 where c1>97 and c2=999;
                                                              QUERY PLAN
--------------------------------------------------------------------------------------------------------------------------------------
 Aggregate  (cost=1790.59..1790.60 rows=1 width=0) (actual time=72.172..72.172 rows=1 loops=1)
   Buffers: shared hit=341
   ->  Bitmap Heap Scan on tb1  (cost=750.82..1789.90 rows=275 width=0) (actual time=71.794..72.138 rows=278 loops=1)
         Recheck Cond: ((c1 > 97) AND (c2 = 999))
         Heap Blocks: exact=278
         Buffers: shared hit=341
         ->  Bitmap Index Scan on tb1_idx_c1c2gin  (cost=0.00..750.75 rows=275 width=0) (actual time=71.744..71.744 rows=278 loops=1)
               Index Cond: ((c1 > 97) AND (c2 = 999))
               Buffers: shared hit=63
 Planning time: 0.257 ms
 Execution time: 72.234 ms
(11 rows) 

3.4 有2个比较操作的范围查询

chenhj=# explain (analyze,buffers) select count(*) from tb1 where c1>97 and c1<=100 and c2=999;
                                                                QUERY PLAN                                                                 
-------------------------------------------------------------------------------------------------------------------------------------------
 Aggregate  (cost=2523.96..2523.97 rows=1 width=0) (actual time=1459.645..1459.645 rows=1 loops=1)
   Buffers: shared hit=2347
   ->  Bitmap Heap Scan on tb1  (cost=1483.50..2523.28 rows=275 width=0) (actual time=1459.234..1459.599 rows=278 loops=1)
         Recheck Cond: ((c1 > 97) AND (c1 <= 100) AND (c2 = 999))
         Heap Blocks: exact=278
         Buffers: shared hit=2347
         ->  Bitmap Index Scan on tb1_idx_c1c2gin  (cost=0.00..1483.43 rows=275 width=0) (actual time=1459.175..1459.175 rows=278 loops=1)
               Index Cond: ((c1 > 97) AND (c1 <= 100) AND (c2 = 999))
               Buffers: shared hit=2069
 Planning time: 0.178 ms
 Execution time: 1460.071 ms
(11 rows) 

因为在构造数据时,c1的最大值就是100,所以上述两个查询匹配的数据是完全相同的,但结果却相差很大。

4. 和btree索引的比较

建一个对等的btree(c1,c2)索引,然后作个比较。

chenhj=# drop index tb1_idx_c1c2gin;
DROP INDEX
chenhj=# create index tb1_idx_c1c2gin on tb1 using btree(c1,c2);
CREATE INDEX
chenhj=# select pg_size_pretty(pg_relation_size('tb1_idx_c1c2btree'));
 pg_size_pretty 
----------------
 214 MB
(1 row)
chenhj=# explain (analyze,buffers) select count(*) from tb1 where c1>97 and c2=999;
                                                                QUERY PLAN                                                                
------------------------------------------------------------------------------------------------------------------------------------------
 Aggregate  (cost=7081.60..7081.61 rows=1 width=0) (actual time=10.740..10.740 rows=1 loops=1)
   Buffers: shared hit=962
   ->  Index Only Scan using tb1_idx_c1c2btree on tb1  (cost=0.43..7080.91 rows=275 width=0) (actual time=3.946..10.684 rows=278 loops=1)
         Index Cond: ((c1 > 97) AND (c2 = 999))
         Heap Fetches: 278
         Buffers: shared hit=962
 Planning time: 0.104 ms
 Execution time: 10.780 ms
(8 rows)

chenhj=# explain (analyze,buffers) select count(*) from tb1 where c1>97 and c1<=100 and c2=999;
                                                                QUERY PLAN                                                                
------------------------------------------------------------------------------------------------------------------------------------------
 Aggregate  (cost=7794.04..7794.05 rows=1 width=0) (actual time=13.119..13.121 rows=1 loops=1)
   Buffers: shared hit=962
   ->  Index Only Scan using tb1_idx_c1c2btree on tb1  (cost=0.43..7793.36 rows=275 width=0) (actual time=5.319..13.072 rows=278 loops=1)
         Index Cond: ((c1 > 97) AND (c1 <= 100) AND (c2 = 999))
         Heap Fetches: 278
         Buffers: shared hit=962
 Planning time: 0.133 ms
 Execution time: 13.255 ms
(8 rows) 

btree在处理比较查询时效率明显比btree-gin好的多。

5. 原因

在gin处理"c1>97 and c1<=100"时,将其分解为两个部分匹配,"c1>97"和"c1<=100",然后再把它们的结果通过bitmap与的逻辑取交集。 由于"c1<=100"匹配了所有记录,也就要为所有记录做bitmap与操作,所以效率很低。 btree索引则不同,btree理解比较操作符的含义,因此做了优化,通过一个(97,100]的很窄的范围扫描就能搞定。 
关于btree-gin如何处理比较操作,可以参考 http://blog.chinaunix.net/uid-20726500-id-5099605.html

6. 其它问题

在这次测试中还发现一个问题,走btree-gin索引的执行计划的代价估计值过小,严重偏离实际,所以如果同时定义了btree-gin索引和btree索引,优化器是一定会选择btree-gin的。

相关实践学习
使用PolarDB和ECS搭建门户网站
本场景主要介绍基于PolarDB和ECS实现搭建门户网站。
阿里云数据库产品家族及特性
阿里云智能数据库产品团队一直致力于不断健全产品体系,提升产品性能,打磨产品功能,从而帮助客户实现更加极致的弹性能力、具备更强的扩展能力、并利用云设施进一步降低企业成本。以云原生+分布式为核心技术抓手,打造以自研的在线事务型(OLTP)数据库Polar DB和在线分析型(OLAP)数据库Analytic DB为代表的新一代企业级云原生数据库产品体系, 结合NoSQL数据库、数据库生态工具、云原生智能化数据库管控平台,为阿里巴巴经济体以及各个行业的企业客户和开发者提供从公共云到混合云再到私有云的完整解决方案,提供基于云基础设施进行数据从处理、到存储、再到计算与分析的一体化解决方案。本节课带你了解阿里云数据库产品家族及特性。
相关文章
|
消息中间件 存储 关系型数据库
PostgreSQL技术大讲堂 - 第33讲:并行查询管理
PostgreSQL从小白到专家,技术大讲堂 - 第33讲:并行查询管理
473 1
|
7月前
|
存储 关系型数据库 数据库
postgresql|数据库|提升查询性能的物化视图解析
postgresql|数据库|提升查询性能的物化视图解析
743 0
|
存储 关系型数据库 物联网
沉浸式学习PostgreSQL|PolarDB 14: 共享单车、徒步、旅游、网约车轨迹查询
本文的目的是帮助你了解如何设计轨迹表, 如何高性能的写入、查询、分析轨迹数据.
708 0
|
SQL 关系型数据库 Go
PostgreSQL 查询语句大全
PostgreSQL 查询语句大全
113 0
|
1月前
|
SQL 关系型数据库 数据库
PostgreSQL性能飙升的秘密:这几个调优技巧让你的数据库查询速度翻倍!
【10月更文挑战第25天】本文介绍了几种有效提升 PostgreSQL 数据库查询效率的方法,包括索引优化、查询优化、配置优化和硬件优化。通过合理设计索引、编写高效 SQL 查询、调整配置参数和选择合适硬件,可以显著提高数据库性能。
364 1
|
4月前
|
缓存 关系型数据库 数据库
PostgreSQL 查询性能
【8月更文挑战第5天】PostgreSQL 查询性能
88 8
|
6月前
|
SQL 关系型数据库 数据库
Python执行PostgreSQL数据库查询语句,并打印查询结果
本文介绍了如何使用Python连接和查询PostgreSQL数据库。首先,确保安装了`psycopg2`库,然后创建数据库连接函数。接着,展示如何编写SQL查询并执行,例如从`employees`表中选取所有记录。此外,还讨论了处理查询结果、格式化输出和异常处理的方法。最后,提到了参数化查询和事务处理以增强安全性及确保数据一致性。
Python执行PostgreSQL数据库查询语句,并打印查询结果
|
5月前
|
Java 关系型数据库 API
使用Spring Boot和PostgreSQL构建高级查询
使用Spring Boot和PostgreSQL构建高级查询
|
6月前
|
SQL 关系型数据库 数据库
Python查询PostgreSQL数据库
木头左教你如何用Python连接PostgreSQL数据库:安装`psycopg2`库,建立连接,执行SQL脚本如创建表、插入数据,同时掌握错误处理和事务管理。别忘了性能优化,利用索引、批量操作提升效率。下期更精彩!💡 csvfile
Python查询PostgreSQL数据库
|
7月前
|
SQL 人工智能 Oracle
PostgreSQL 递归查询(含层级和结构)
PostgreSQL 递归查询(含层级和结构)