我如何知道查询中是否使用了任何索引？ PostgreSQL 11？

Question

我有点困惑，需要一些建议。我使用PostgreSQL 11数据库。我有这么简单的sql语句：

SELECT DISTINCT "CITY", "AREA", "REGION"
    FROM youtube
WHERE
    "CITY" IS NOT NULL
AND
    "AREA" IS NOT NULL
AND
    "REGION" IS NOT NULL

我在sql语句中使用的

youtube表有2500万条记录。我认为这就是为什么查询需要15-17秒才能完成。对于我使用该查询的Web项目，它太长了。我正在尝试加快请求的速度。

我为youtube表创建了这样的索引：

CREATE INDEX youtube_location_idx ON public.youtube USING btree ("CITY", "AREA", "REGION");

在此步骤之后，我再次运行查询，但是需要花费相同的时间才能完成。似乎查询不使用索引。我怎么知道查询中是否使用了索引？

EXPLAIN ANALYZE 返回：

Answer 1

我在PostgreSQL中知道四种扫描类型。

顺序扫描：不使用索引。

索引扫描：先搜索索引，然后搜索表格。

仅索引扫描：：仅在索引上搜索，不在实际表上扫描。

位图堆扫描：在索引扫描和顺序扫描之间。

结果的第三行（seq扫描）显示它顺序扫描整个表。因此，您没有使用索引。

Answer 2

您通过运行EXPLAIN自己回答了标题中的问题。查询计划显示使用哪些索引以及如何使用。有关详细信息，请参见手册中的"Using EXPLAIN"一章。

关于查询为何使用顺序扫描而没有索引的原因：2500万行，2992781 rows removed。您正在获取24709900 rows，这几乎是所有行。

这永远不会很快。
这永远不会使用索引。

仅对所有行的一小部分使用索引才有意义。否则，这只会​​增加额外的成本。根据许多辅助因素，Postgres查询计划器开始考虑占所有行的5％或更少的btree索引。相关：

• Postgres not using index when index scan is much better option

好吧，如果您的表行的宽度比SELECT列表中的三列要宽，如果您从其中仅进行索引扫描，则部分 covering 索引可能会有所帮助。同样，需要满足一些前提条件。而且每个索引还具有存储和维护成本。

此外：评论声称，无法索引NULL值。这是不正确的，可以为NULL值建立索引。效率不及其他值，但差异不大。同样与当前案件无关。

Answer 3

我认为您可以对此使用索引。像这样：

SELECT "CITY", "AREA", "REGION"
FROM (SELECT DISTINCT ON ("CITY", "AREA", "REGION") "CITY", "AREA", "REGION"
      FROM youtube
      ORDER BY "CITY", "AREA", "REGION"
     ) car
WHERE "CITY" IS NOT NULL AND
      "AREA" IS NOT NULL AND
      "REGION" IS NOT NULL;

这应该在("CITY", "AREA", "REGION")上使用SELECT DISTINCT上的索引-这对于该查询来说可能是昂贵的操作。

也就是说，查询将返回很多数据。因此，即使使用该索引也可能不会显着改善整体性能。