什么减慢了我的PostgreSQL批量导入？

Question

因为它很容易在Debian stable上安装，所以我决定使用PostgreSQL 9.6为我需要处理的一些数据构建一个数据仓库。第一步是使用最少的转换将数据加载到数据库中，主要是纠正一些已知的格式错误以及如何表示布尔值。我已经检查过这些更正是有效的：将n行写入磁盘需要的时间与n成比例。

但是，使用PostgreSQL的COPY FROM（无论如何; \copy，或psycopg2 copy_expert或COPY FROM '/path/to/data.csv'）批量加载此数据需要超线性的时间。渐近时间复杂度似乎比O(exp(sqrt(n)))稍好一些。这已经是我的复杂性了：

• 将隔离级别设置为READ UNCOMMITTED和
• 将主键约束设置为DEFERRED。

以下是我遇到的最严重的罪犯之一，17M排表：

禁用fsync会使进程加速10倍，因此I / O显然是一个巨大的瓶颈。然而，除此之外，时间行为并没有那么大的改变：

当我使用代理键而不是业务键时，完全这个问题就消失了：当我使用自动递增整数列作为主键时，摄取需要{ {1}}再一次，这就是我想要的。因此，我不仅对我的问题有一个完全有效的解决方法，而且我也知道复杂的主键是罪魁祸首（业务键通常是短VARCHAR列的元组）。

但是，我想了解为什么PostgreSQL花费这么长的时间才能通过业务密钥输入数据，以便我更好地理解我的工具。特别是，我不知道如何调试此提取过程，因为Θ(n)不适用于EXPLAIN。对于复合主键，将数据排序到存储中可能需要更长时间，或者这是由于索引，或者主键约束实际上仍然是COPY;如果解决方法不是那么有效，或出于其他原因而不受欢迎，我怎样才能发现这里的实际情况？