postgresql - 我的索引或列类型是否会减慢我的查询速度？

Question

我有一个我在本地创建的表，用于在大约 400 万行的数据集（最初是一个文本文件）上使用 PG 的一些窗口函数。每行对应一个客户订单。

CREATE TABLE orders
(
  orderid integer,
  customerid integer,
  orderdate date,
  status text,
  amount money,
  tax money,
  customername text,
  customerstate text

我的数据库在 i7 8gb RAM Windows 8 机器上本地运行。我在 orderid、customerid 和 orderdate 上有 btree 索引（索引？）。

当我运行以下查询时，需要 300 秒 (appx)。我希望通过一些基本的调整可以将它缩短到一分钟，但我不是 DBA。有人有提示吗？

select orderid, customername, orderdate, 
rank() OVER (PARTITION BY customername ORDER BY orderdate ASC) as cust_ord_nbr
from orders

Answer 1

覆盖指数

按customerid 分区，如@Daniel commented。 integer 更小，排序更便宜。如果结果中不需要customername，请将其完全替换为customerid。

多列索引可以提供帮助（例如 @wildplasser commented）。如果它是（大部分）只读表，则允许仅索引扫描的“覆盖”索引会更快 - 特别是如果包含的列很小：

CREATE INDEX orders_nbr_idx ON orders (customerid, orderdate, orderid);

将orderid 添加到索引只有在您从中获得仅索引扫描时才有意义。如果您需要customername，也请添加。更多：

• How does PostgreSQL perform ORDER BY if a b-tree index is built on that field?

如果它（大部分）是只读表，则执行一次昂贵的查询并将快照保存为MATERIALIZED VIEW 以供重复使用...

花生

您可以做几件小事来减少内存占用。在playing column tetris 之后，这将为当前丢失填充的每行节省 0-7 个字节：

CREATE TABLE orders (
  orderid integer,
  customerid integer,
  amount money,
  tax money,
  orderdate date,
  status text,
  customername text,
  customerstate text
  );

如果将结果写入另一个表（或MATERIALIZED VIEW），以类似的方式优化查询会节省一点。 rank() 生成 bigint，通过转换为 int 每行节省 8 个字节（4 + 4 填充）：

SELECT orderid, customername, orderdate
    -- orderid, customerid, orderdate  -- good enough?
     , rank() OVER (PARTITION BY customerid
                    ORDER BY orderdate)::int AS cust_ord_nbr
FROM   orders;