Question

假设我有一个名为customer的表，如下所示：

+----+------+----------+-----+
| id | name | lastname | age |
+----+------+----------+-----+
| .. | ...  |   ....   | ... |

我需要执行以下查询：

SELECT * FROM customer WHERE ((name = 'john' OR lastname = 'doe') AND age = 21)

我知道单列和多列索引是如何工作的，所以我创建了这些索引：

(name, age)
(lastname, age)

这是我需要的所有索引吗？

以上条件可以改为：

... WHERE ((name = 'john' AND age = 21) OR (lastname = 'doe' AND age = 21)

但我不确定RDBMS有多聪明，以及这些索引是否正确

Answer 1

你的方法是合理的。这里有两个因素是必不可少的：

Postgres可以非常有效地将多个索引与位图索引扫描相结合。
- PostgreSQL versus MySQL for EAV structures storage
当涉及索引的仅列时，B树索引的使用效果最为有效。
- Is a composite index also good for queries on the first field?
- Working of indexes in PostgreSQL

测试用例

如果你don't have enough data to measure tests，你可以随时提出一个像这样的快速测试案例：

CREATE TABLE customer (id int, name text, lastname text, age int);

INSERT INTO customer
SELECT g
     , left(md5('foo'::text || g%500) , 3 + ((g%5)^2)::int)
     , left(md5('bar'::text || g%1000), 5 + ((g%5)^2)::int)
     , ((random()^2) * 100)::int
FROM   generate_series(1, 30000) g; -- 30k rows for quick test case

对于您的查询（重新格式化）：

SELECT *
FROM   customer
WHERE (name = 'john' OR lastname = 'doe')
AND    age = 21;

我会选择

CREATE INDEX customer_age_name_idx ON customer (age, name);
CREATE INDEX customer_age_lastname_idx ON customer (age, lastname);

但是，根据许多因素，具有所有三列且年龄为第一列的单索引可能能够提供类似的性能。经验法则是创建尽可能少的索引和尽可能多的索引。

CREATE INDEX customer_age_lastname_name_idx ON customer (age, lastname, name);

在这种情况下，对(age, name)的检查可能会更慢，但根据第一列的选择性，它可能并不重要。

Updated SQL Fiddle.

为什么`age`首先在索引中？

这不是很重要，需要更深入的理解来解释。但是since you ask ......

列的顺序对于2列索引customer_age_name_idx和customer_age_lastname_idx无关紧要。细节和测试用例：

Multicolumn index and performance

我仍然首先将age与我建议的第3个索引customer_age_lastname_name_idx保持一致，其中列的顺序在多个方面重要：

最重要的是，您的谓词(age, name)和(age, lastname)共享列age。 B树索引（到目前为止）对前导列最有效，因此age首先使两者都受益。

而且，不太重要，但仍然相关：由于索引页的数据类型特征，对齐，填充和页面布局，索引的大小更小。

age是一个4字节integer，必须在数据页中以4字节的倍数对齐。 text长度可变，没有对齐限制。由于“列俄罗斯方块”的规则，将整数放在第一个或最后一个更有效。我在(lastname, age, name)（中间的age！）上添加了另一个索引给小提琴，只是为了证明它大约10％。额外的填充没有空间丢失，这导致索引更小。并且大小重要。

出于同样的原因，最好重新排序演示表中的列，如下所示：(id, age, name, lastname)。如果你想了解原因，请从这里开始：

我写的一切都是针对手头的情况。如果您有其他查询/其他要求，则可能会更改生成的策略。

`UNION`查询等效项？

请注意，UNION查询可能或可能不会返回相同的结果。它会折叠重复的行，而原始的行不会。即使您的表中没有完整的重复项，您仍可能会在SELECT列表中的列子集中看到此效果。不要盲目地用UNION查询替换。无论如何，它不会更快。

Answer 2

将OR转换为两个查询UNIONed：

SELECT * FROM Customer WHERE Age = 21 AND Name = 'John'
UNION
SELECT * FROM Customer WHERE Age = 21 AND LastName = 'Doe'

然后在（年龄，名字）和（年龄，姓氏）之上创建一个索引。

我需要哪些索引来加速AND / OR SQL查询

2 个答案:

测试用例

为什么`age`首先在索引中？

`UNION`查询等效项？

我需要哪些索引来加速AND / OR SQL查询

2 个答案:

测试用例

为什么age首先在索引中？

UNION查询等效项？

为什么`age`首先在索引中？

`UNION`查询等效项？