Question

我们正在Amazon RDS上运行PostgresSql 9.6.11数据库。其中一个查询的执行时间为6633.645毫秒。这似乎很慢。我可以进行哪些更改以缩短此查询的执行时间。

查询正在选择3列，其中数据与6列匹配。

select
    platform,
    publisher_platform,
    adset_id
FROM "adsets"
WHERE
    (("adsets"."account_id" IN ('1595321963838425', '1320001405', 'urn:li:sponsoredAccount:507697540')) AND
    ("adsets"."date" >= '2019-05-06 00:00:00.000000+0000') AND ("adsets"."date" <= '2019-05-13 23:59:59.999999+0000'))
GROUP BY
    "adsets"."platform",
    "adsets"."publisher_platform",
    "adsets"."adset_id"
ORDER BY
    "adsets"."platform",
    "adsets"."publisher_platform",
    "adsets"."adset_id";

查询基于称为adset表的表。该表格包括以下列

和其他15列，它们是整数和文本字段的组合。

我们添加了以下索引-

“ adsets_composite_unique_key”唯一约束，btree（平台，account_id，campaign_id，adset_id，日期，publisher_platform）
“ adsets_account_id_date_idx” btree（account_id DESC，日期DESC）集群
“ adsets_account_id_index” btree（account_id）
“ adsets_adset_id_index” btree（adset_id）
“ adsets_campaign_id_index” btree（campaign_id）
“ adsets_name_index” btree（名称）
“ adsets_platform_platform_id_publisher_platform” btree（帐户ID，平台，publisher_platform，adset_id）
“ idx_account_date_adsets” btree（帐户ID，日期）
“ platform_pub_index” btree（平台，publisher_platform，adset_id）。

postgres上的work_mem已设置为125MB

解释（分析）显示

   Group  (cost=33447.55..33532.22 rows=8437 width=29) (actual time=6625.170..6633.062 rows=2807 loops=1)
   Group Key: platform, publisher_platform, adset_id
   ->  Sort  (cost=33447.55..33468.72 rows=8467 width=29) (actual time=6625.168..6629.271 rows=22331 loops=1)
         Sort Key: platform, publisher_platform, adset_id
         Sort Method: quicksort  Memory: 2513kB
         ->  Bitmap Heap Scan on adsets  (cost=433.63..32895.18 rows=8467 width=29) (actual time=40.003..6471.898 rows=22331 loops=1)
               Recheck Cond: ((account_id = ANY ('{1595321963838425,1320001405,urn:li:sponsoredAccount:507697540}'::text[])) AND (date >= '2019-05-06 00:00:00'::timestamp without time zone) AND (date <= '
2019-05-13 23:59:59.999999'::timestamp without time zone))
               Heap Blocks: exact=52907
               ->  Bitmap Index Scan on idx_account_date_adsets  (cost=0.00..431.51 rows=8467 width=0) (actual time=27.335..27.335 rows=75102 loops=1)
                     Index Cond: ((account_id = ANY ('{1595321963838425,1320001405,urn:li:sponsoredAccount:507697540}'::text[])) AND (date >= '2019-05-06 00:00:00'::timestamp without time zone) AND (date
<= '2019-05-13 23:59:59.999999'::timestamp without time zone))
 Planning time: 5.380 ms
 Execution time: 6633.645 ms
(12 rows)

Explain depesz

Answer 1

首先，您在使用GROUP BY时并未实际选择任何聚合。您也可以在查询中进行SELECT DISTINCT。除此之外，这是您可能应该使用的B树索引：

CREATE INDEX idx ON adsets (account_id, date, platform, publisher_platform,
    adset_id);

当前索引的问题是，尽管它确实覆盖了您选择的列，但它不涉及WHERE子句中出现的列。这意味着Postgres可能甚至选择不使用索引，而只扫描整个表。

请注意，我的建议仍然无法处理查询中所选择的不同部分，但至少它可以加快查询那部分之前的所有操作。

这是您更新的查询：

SELECT DISTINCT
    platform,
    publisher_platform,
    adset_id
FROM adsets
WHERE
    account_id IN ('1595321963838425', '1320001405',
                   'urn:li:sponsoredAccount:507697540') AND
    date >= '2019-05-06' AND date < '2019-05-14';

Answer 2

您的问题是在位图索引扫描阶段发现并在堆扫描阶段消除的许多“误报”。由于没有额外的过滤器，因此我猜必须删除多余的行，因为它们不可见。

查看VACUUM adsets是否会提高查询性能。

多列索引的Postgres查询执行时间慢

2 个答案: