Question

我有下表：

CREATE TABLE recipemetadata
(
  --Lots of columns
  diet_glutenfree boolean NOT NULL,
);

大多数每一行都会被设置为FALSE，除非有人想出了一些疯狂的新无麸质饮食，这种饮食可以扫除这个国家。

我需要能够非常快速地查询此值为true的行。我创建了索引：

CREATE INDEX IDX_RecipeMetadata_GlutenFree ON RecipeMetadata(diet_glutenfree) WHERE diet_glutenfree;

它似乎工作，但我无法弄清楚如何确定它是否只是索引值为true的行。我想确保它没有像使用任何值索引任何行一样愚蠢。

我应该在WHERE子句中添加运算符，还是这种语法完全有效？希望这不是那些超级简单的RTFM问题之一，将会被投票30次。

更新

我已经使用随机值向RecipeMetadata添加了10,000行。然后我在桌子上做了一个ANALYZE和一个REINDEX来确定。当我运行查询时：

select recipeid from RecipeMetadata where diet_glutenfree;

我明白了：

'Seq Scan on recipemetadata  (cost=0.00..214.26 rows=5010 width=16)'
'  Filter: diet_glutenfree'

因此，即使只有大约一半的行具有此标志，它似乎也在对表执行顺序扫描。索引被忽略了。

如果我这样做：

select recipeid from RecipeMetadata where not diet_glutenfree;

我明白了：

'Seq Scan on recipemetadata  (cost=0.00..214.26 rows=5016 width=16)'
'  Filter: (NOT diet_glutenfree)'

所以无论如何，这个索引都没有被使用。

Answer 1

我已经确认索引按预期工作。

我重新创建了随机数据，但这次只将diet_glutenfree设置为random() > 0.9，因此on位的概率只有10％。

然后我重新创建索引并再次尝试查询。

SELECT RecipeId from RecipeMetadata where diet_glutenfree;

返回：

'Index Scan using idx_recipemetadata_glutenfree on recipemetadata  (cost=0.00..135.15 rows=1030 width=16)'
'  Index Cond: (diet_glutenfree = true)'

和

SELECT RecipeId from RecipeMetadata where NOT diet_glutenfree;

返回：

'Seq Scan on recipemetadata  (cost=0.00..214.26 rows=8996 width=16)'
'  Filter: (NOT diet_glutenfree)'

似乎我的第一次尝试受到了污染，因为PG估计扫描整个表格会更快，而不是如果它必须加载超过一半的行而点击索引。

但是，我想我会在列的完整索引上得到这些确切的结果。有没有办法验证在部分索引中索引的行数？

<强>更新

指数约为40k。我创建了同一列的完整索引，它超过200k，所以看起来它肯定是偏的。

Answer 2

一位字段的索引没有意义。为了理解规划者做出的决定，您必须考虑页面而不是行。

对于8K页面和80个（存储的）行大小，每页有100行。假设随机分布，页面仅包含true值的行的可能性是可忽略的，pow (0.5, 100)，大约1e-33，IICC。（对于＆＃39; false＆＃39;当然也是如此）因此，对于gluten_free == true上的查询，每个页面都必须被提取，然后进行过滤。使用索引只会导致更多页面（：索引）被提取。

Postgres - 这是在布尔列上创建部分索引的正确方法吗？

2 个答案: