Question

我有一个名为id的单列PRIMARY KEY的简单表，类型serial。那里有100,000,000行。表占用48GB，PK指数约为2,1GB。机器运行是＆＃34;专用＆＃34;仅适用于Postgres，它类似Core i5,500GB HDD，8GB RAM。 Pg config由pgtune实用程序创建（共享缓冲区大约2GB，有效缓存大小为7GB）。操作系统是Ubuntu服务器14.04，Postgres 9.3.6。

为什么SELECT count(id)和SELECT count(*)在这个简单的情况下（cca 11分钟）都这么慢？

为什么PostgreSQL规划器选择全表扫描而不是索引扫描应该至少快25倍（在必须从HDD读取整个索引的情况下）。或者我错在哪里？

顺便连续多次运行查询并没有改变任何东西。仍然是11分钟。

此处执行计划：

 Aggregate  (cost=7500001.00..7500001.01 rows=1 width=0) (actual time=698316.978..698316.979 rows=1 loops=1)
   Buffers: shared hit=192 read=6249809
   ->  Seq Scan on transaction  (cost=0.00..7250001.00 rows=100000000 width=0) (actual time=0.009..680594.049 rows=100000001 loops=1)
         Buffers: shared hit=192 read=6249809
 Total runtime: 698317.044 ms

Answer 1

考虑到HDD的规格通常介于50Mb / s和100Mb / s之间，那么对于48Gb，我希望读取500到1000之间的所有内容。

由于您没有where子句，计划程序会发现您对大多数记录感兴趣，因此它不使用索引，因为这需要其他索引。 postgresql无法使用索引的原因在于postgresql用于事务一致性的MVCC。这需要拉动行以确保准确的结果。（见https://wiki.postgresql.org/wiki/Slow_Counting）

缓存，CPU等不会影响这一点，也不会更改缓存设置。这是IO绑定的，查询后缓存将被完全删除。

如果您可以使用近似值，则可以使用表元数据中的reltuples字段：

SELECT reltuples FROM pg_class WHERE relname = 'tbl';

由于这只是一行，因此速度极快。

更新：自9.2以来，存储可见性信息的新方法允许仅发生索引计数。但是有一些警告，特别是在没有谓词来限制行的情况下。有关详细信息，请参阅https://wiki.postgresql.org/wiki/Index-only_scans。

为什么SELECT计数（PK）和SELECT计数（*）都这么慢？

1 个答案: