使用group by

Question

我有一个名为facebook_adset_insights的表，其中包含近550万行，看起来像：

CREATE TABLE facebook_adset_insights (
id SERIAL PRIMARY KEY,
start_time timestamp without time zone,
impressions integer,
banner_name character varying
......);

banner_name可能为NULL（大约100k的banner_name为NULL），而印象数可能为NULL（大约80k的印象为NULL） banner_name是b树索引的，而展示次数不是（不必要的）。

似乎GROUP BY和SUM减慢了查询的速度，所以我试图解释分析，但是不确定运行以下查询计划有什么问题：

EXPLAIN (ANALYZE, COSTS, VERBOSE, BUFFERS, FORMAT JSON)
SELECT banner_name, sum(impressions)
FROM facebook_adset_insights
WHERE impressions IS NOT NULL AND banner_name IS NOT NULL AND start_time > '2018-02-01'
GROUP BY banner_name

结果：

Answer 1

您的执行计划是完美的，汇总和GROUP BY仅需0.15秒。

位图索引扫描是正确的选择，IS NOT NULL条件的选择性不足以建立索引。

预计必须从表中获取很多行的位图堆扫描将花费最多的时间。

如果索引WHERE子句和SELECT列表中的所有列都在索引中并且表被全新清理，则仅使用索引扫描可能会更便宜。