优化BETWEEN日期声明

Question

我需要帮助优化PostgreSQL查询，该查询将BETWEEN子句与timestamp字段一起使用。

我有两张桌子：

ONE(int id_one(PK), datetime cut_time, int f1 . . .) 

包含约3394行

TWO(int id_two(PK), int id_one(FK), int f2 . . .) 

包含约4000000行

FK id_one和id_two上的PK id_one和cut_time都有btree索引。

我想执行以下查询：

select o.id_one, Date(o.cut_time), o.f1, t.f2 
from one o
inner join two t ON (o.id_one = t.id_one)
where o.cut_time between '2013-01-01' and '2013-01-31';

此查询在大约7秒内检索大约1.700.000行。

在解释分析报告下面报告：

"Merge Join  (cost=20000000003.53..20000197562.38 rows=1680916 width=24) (actual time=0.017..741.718 rows=1692345 loops=1)"
"  Merge Cond: (c.coilid = hf.coilid)"
"  ->  Index Scan using pk_coils on coils c  (cost=10000000000.00..10000000382.13 rows=1420 width=16) (actual time=0.008..4.539 rows=1404 loops=1)"
"        Filter: ((cut_time >= '2013-01-01 00:00:00'::timestamp without time zone) AND (cut_time <= '2013-01-31 00:00:00'::timestamp without time zone))"
"        Rows Removed by Filter: 1990"
"  ->  Index Scan using idx_fk_lf_data on hf_data hf  (cost=10000000000.00..10000166145.90 rows=4017625 width=16) (actual time=0.003..392.535 rows=1963386 loops=1)"
"Total runtime: 768.473 ms"

未使用timestamp列上的索引。如何优化此查询？

Answer 1

正确的DDL脚本

不确定您在问题中使用的是哪种表示法。这不是Postgres语法。正确的设置可能如下所示：
SQL Fiddle.

关于这个小提琴的更多信息 假设列datetime的数据类型为timestamp。

查询不正确

BETWEEN在timestamp列的主体上几乎总是错误。这个相关答案的更多细节：

• Find overlapping date ranges in PostgreSQL

在您的查询中：

SELECT o.one_id, date(o.cut_time), o.f1, t.f2 
FROM   one o
JOIN   two t USING (one_id)
WHERE  o.cut_time BETWEEN '2013-01-01' AND '2013-01-31';

...字符串常量'2013-01-01'和'2013-01-31'被强制转换为时间戳'2013-01-01 00:00'和'2013-01-31 00:00' 。这不包括1月31日的大部分时间。时间戳'2013-01-31 12:00'不符合条件，这肯定是错误。
如果您使用'2013-02-01'作为上边框，则包含'2013-02-01 00:00'。还是错的。

要获取“2013年1月”的所有时间戳，需要：

SELECT o.one_id, date(o.cut_time), o.f1, t.f2 
FROM   one o
JOIN   two t USING (one_id)
WHERE  o.cut_time >= '2013-01-01'
AND    o.cut_time <  '2013-02-01';

排除上边框。

优化查询

@Clodoaldo已经提到了对性能的主要拖累：检索1.7 mio行可能毫无意义。在之前聚合以检索结果。

由于表two要大得多，关键是行，你必须从那里检索。只要您检索表的大部分内容（超过约5％），就不会使用two.one_id上的普通索引，因为立即扫描表格会更快

您的表统计信息已过时，或者您已经弄乱了成本常量和其他参数（您显然有这些参数，见下文）以强制Postgres使用索引。

我在two上看到索引的唯一机会是使用PostgreSQL 9.2 的覆盖索引。但是你没有透露你的版本号。

CREATE INDEX two_one_id_f2 on two(one_id, f2);

这样，如果满足一些先决条件，Postgres可以直接读取索引。可能会快一点，不多。没试过。

EXPLAIN输出中的奇怪数字

关于EXPLAIN ANALYZE中的奇怪数字。这SQL Fiddle应该解释一下。

好像你有这些调试设置：

SET enable_seqscan = off;
SET enable_indexscan = off;
SET enable_bitmapscan = off;

除调试外，所有这些都应为on 。会削弱性能！检查：

SELECT * FROM pg_settings WHERE name ~~ 'enable%'

Answer 2

查询在不到一秒的时间内执行。其他6秒以上用于服务器和客户端之间的流量。