Question

我有一个列updated_at的表，这是一个排序键。在桌面上同时运行VACUUM和ANALYZE后，这是我在updated_at上过滤时获得的查询计划：

EXPLAIN
SELECT *
FROM my_table
WHERE updated_at > '2018-01-01';

QUERY PLAN
XN Seq Scan on my_table  (cost=0.00..0.00 rows=1 width=723)
  Filter: (updated_at > '2018-01-01 00:00:00'::timestamp without time zone)

我的理解是，尽管有排序键，查询执行引擎正在对表进行顺序扫描，因此排序键没有做任何事情？

Answer 1

查看Redshift文档中的"Analyzing the Query Summary" section。它显示了如何使用SVL_QUERY_SUMMARY视图观察每个查询执行的非常详细的指标。

对于最有效排序密钥用法，您应该会看到rr_scan（范围限制扫描）列设置为t且num_rows_pre_filter应该非常接近至rows计数。 num_rows_pre_filter是应用谓词过滤器之前从磁盘扫描的行数。注意：在这种情况下，“相当接近”会因您的具体数据而异。

SELECT stm,seg,step,TRIM(LEFT(label,30))"label" ,rows_pre_filter,rows,avgtime,bytes,is_rrscan FROM svl_query_summary WHERE query = 123456 ORDER BY stm ,seg ,step; | stm | seg | step | label | rows_pre_filter | rows | avgtime | bytes | is_rrscan | |-----|-----|------|-------------------------------|-----------------|------|---------|-------|-----------| | 0 | 0 | 0 | scan tbl=428142 name=my_tbl | 103665 | 6 | 52814 | 1273 | t | | 0 | 0 | 1 | project | 0 | 6 | 52814 | 0 | f | | 0 | 0 | 2 | sort tbl=303 | 0 | 6 | 52814 | 1288 | f | | 1 | 1 | 0 | scan tbl=303 name=Internal | 0 | 6 | 74 | 1288 | f | | 1 | 1 | 1 | return | 0 | 6 | 74 | 0 | f | | 1 | 2 | 0 | merge | 0 | 0 | 275 | 0 | f | | 1 | 2 | 1 | project | 0 | 6 | 275 | 0 | f | | 1 | 2 | 2 | return | 0 | 6 | 275 | 1387 | f |

Answer 2

顺序扫描在Amazon Redshift上完全正常，因为它不使用索引。

系统非常智能，可以跳过块不包含所需的值，因为每个块（只包含一列的数据）存储块中每个值的最小值和最大值。因此，将自动跳过包含2018-01-01之前所有日期的块。

这不会出现在EXPLAIN计划中，因为它取决于每个块中存储的实际数据。

最好的办法是运行一些测试，看看它是否正在快速运行，正如您所期望的那样。您可能希望运行SET enable_result_cache_for_session TO OFF以阻止缓存影响结果。

此外，尽量避免将SORT KEY转换为其他类型的情况。在上面的示例中，如果列是DATE但查询将其用作TIMESTAMP，则它可能无法跳过块，因为它必须在从磁盘读取后转换值。因此，如果WHERE使用完全相同的数据类型，它可能会更好。

我的排序键是否被使用？

2 个答案: