在 WHERE 子句中有很多列的查询上索引什么答案

【问题标题】：What to index on queries with lots of columns in the WHERE clause在 WHERE 子句中有很多列的查询上索引什么
【发布时间】：2017-02-01 00:43:54
【问题描述】：

为公寓网站构建搜索引擎，但我不知道如何索引 apartments 表。

查询示例：

...WHERE city_id = 1 AND size > 500 AND rooms = 2
...WHERE area_id = 2 AND ad_type = 'agent' AND price BETWEEN 10000 AND 14000
...WHERE area_id = 2 OR area_id = 4 AND published_at > '2016-01-01' AND ad_type = 1

如您所见，列可以变化很大，WHERE 子句中的列数可以多达 10 个，甚至可能更多。

【问题讨论】：

我不建议将所有这些都编入索引，属性列通常不应编入索引（如大小、房间和价格）。所以也许是 (city_id) , (area_id,ad_type) ，但没有看到数据并针对特定的 WHERE ，我们无法告诉你什么是最好的。顺便说一句 - 使用 area_id IN(2,4) 而不是两个 OR

【解决方案1】：

您必须弄清楚您将在此查询中使用哪些WHERE 子句、每个子句出现的频率以及每个条件的选择性。

例如，对于您上面的查询，如果它们都是频繁的并且所有列都是选择性的，那么这些索引会很好：

... ON apartments (city_id, rooms, size)

... ON apartments (area_id, ad_type, price)

... ON apartments (area_id, ad_type, published_at)

这些索引也可用于仅包含 area_id 或 city_id 的 WHERE 子句。

索引太多是不好的。

如果上述方法会导致索引过多，例如因为用户可以为WHERE 子句选择任意列，所以最好对单个列或偶尔定期组合在一起的列进行索引。

这样 PostgreSQL 可以选择一个位图索引扫描来为一个查询组合多个索引。这比常规索引扫描效率低，但通常比顺序扫描好。

【讨论】：

【解决方案2】：

Postgres 9.6 提供了一个新的扩展来准确解决您的难题：

来自将三元组索引或文本搜索带入 Postgres 的同一作者（除其他外）。

所有相关列上的单个bloom索引适用于WHERE子句中它们的任何组合 - 即使不是单独的btree索引每一列。但是与许多索引相比，单个索引要小得多且维护起来更便宜。您必须权衡成本和收益。

bloom 索引适用于许多可以以多种方式组合的索引列。

我可能会将作为“包罗万象”的bloom 索引与一些定制的多列btree 索引结合起来，以优化最常见的组合（along the guidelines provided by @Laurenz）和最常查询列上的一些单列索引。

更多解释：

该功能是新功能，存在一些重要限制。引用手册：

该模块仅包含 int4 和 text 的运算符类。

仅支持 = 运算符进行搜索。但是可以添加对具有联合和交集操作的数组的支持未来。

所以不适用于 published_at，它看起来像 date（但您仍然可以提取 EPOCH 并为其编制索引）并且仅用于相等谓词。

创建扩展后（每个 DB 一次）：

CREATE EXTENSION bloom;

创建一个bloom索引：

CREATE INDEX tbl_bloomidx
ON tbl USING bloom (area_id, city_id, size, rooms, ad_type);  -- many more columns?

还有一些其他的：

CREATE INDEX tbl_published_at ON tbl (published_at);
CREATE INDEX tbl_published_at ON tbl (price);
-- some popular combinations...

The manual 有一些比较bloom、多列和单列btree 索引的示例。很有见地。

【讨论】：