将日期时间约束添加到PostgreSQL多列部分索引

时间:2013-02-07 06:23:08

标签: postgresql indexing timestamp postgresql-performance

我有一个名为queries_query的PostgreSQL表,它有很多列。

我的应用程序经常在SQL查询中使用其中两列createduser_sid来确定给定用户在过去30天内完成的查询次数。在最近30天之前的任何时间查询这些统计数据是非常非常罕见的。

这是我的问题:

我目前通过运行:

在这两列上创建了我的多列索引
CREATE INDEX CONCURRENTLY some_index_name ON queries_query (user_sid, created)

但是我想进一步限制索引,只关心创建日期在过去30天内的查询。我尝试过以下操作:

CREATE INDEX CONCURRENTLY some_index_name ON queries_query (user_sid, created)
WHERE created >= NOW() - '30 days'::INTERVAL`

但是这会抛出一个异常,说明我的函数必须是不可变的。

我很乐意让这个工作变得有效,这样我就可以优化我的索引,并减少Postgres重复查询所需的资源。

1 个答案:

答案 0 :(得分:8)

您尝试使用now()时遇到异常,因为该功能不是IMMUTABLE(显然),我引用the manual here

  

索引定义中使用的所有函数和运算符必须是“不可变的”......

我在这里看到了两种利用(效率更高)部分索引的方法:

1。使用常量日期的条件的部分索引:

CREATE INDEX queries_recent_idx ON queries_query (user_sid, created)
WHERE created > '2013-01-07 00:00'::timestamp;

假设 created实际上定义为 timestamp 。为timestamp列(timestamptz)提供timestamp with time zone常量是行不通的。从timestamptimestamptz的投射(反之亦然)取决于当前时区设置, 不可变 。使用匹配数据类型的常量。了解带/不带时区的时间戳的基础知识:

在流量较低的小时内删除并重新创建该索引,可能每天或每周都有一个cron作业(或者对你来说足够好)。创建索引非常快,尤其是部分索引相对较小。此解决方案也不需要向表中添加任何内容。

假设表中的 没有并发访问 ,可以使用如下函数完成自动索引重新创建:

CREATE OR REPLACE FUNCTION f_index_recreate()
  RETURNS void AS
$func$
BEGIN
   DROP INDEX IF EXISTS queries_recent_idx;
   EXECUTE format('
      CREATE INDEX queries_recent_idx
      ON queries_query (user_sid, created)
      WHERE created > %L::timestamp'
    , LOCALTIMESTAMP - interval '30 days');  -- timestamp constant
--  , now() - interval '30 days');           -- alternative for timestamptz
END
$func$  LANGUAGE plpgsql;

呼叫:

SELECT f_index_recreate();

now()(与您一样)相当于CURRENT_TIMESTAMP并返回timestamptz。使用timestamp投放到now()::timestamp或改为使用LOCALTIMESTAMP

使用Postgres 9.2 - 9.4测试 SQL Fiddle.


如果您必须处理 并发访问 ,请使用CREATE INDEX CONCURRENTLY。但是,您无法将此命令包装到函数中,因为per documentation

  

...可以在事务中执行常规CREATE INDEX命令   阻止,但CREATE INDEX CONCURRENTLY不能。

因此, 两个单独的交易

CREATE INDEX CONCURRENTLY queries_recent_idx2 ON queries_query (user_sid, created)
WHERE  created > '2013-01-07 00:00'::timestamp;  -- your new condition

然后:

DROP INDEX CONCURRENTLY IF EXISTS queries_recent_idx;

(可选)重命名为旧名称:

ALTER INDEX queries_recent_idx2 RENAME TO queries_recent_idx;

2。带有“存档”标记

条件的部分索引

在表格中添加archived标记:

ALTER queries_query ADD COLUMN archived boolean NOT NULL DEFAULT FALSE;

UPDATE每隔一段时间选择“退出”旧行并创建如下索引的列:

CREATE INDEX some_index_name ON queries_query (user_sid, created)
WHERE NOT archived;

为查询添加匹配条件(即使看起来多余),以允许它使用索引。使用EXPLAIN ANALYZE检查查询计划程序是否可以访问 - 它应该能够在较新的日期使用索引进行查询。但它不会理解更复杂的条件不完全匹配。

您不必删除并重新创建索引,但表中的UPDATE可能比索引重新创建更昂贵,而且表格略大。

我会选择第一个选项(索引重新创建)。事实上,我在几个数据库中使用此解决方案。第二个会产生更高成本的更新。

随着时间的推移,两种解决方案都会保持其有用性,因为索引中包含更多过时的行,性能会逐渐降低。