不使用索引的慢 PostgreSQL 查询

Question

我有一个简单的 Django 站点，使用 PostgreSQL 9.3 数据库，有一个存储用户帐户（例如姓名、电子邮件、地址、电话、活动等）的表。但是，我的用户模型相当大，大约有 260 万条记录。我注意到 Django 的管理有点慢，所以使用 django-debug-toolbar，我注意到几乎所有查询都在 1 毫秒内运行，除了：

SELECT COUNT(*) FROM "myapp_myuser" WHERE "myapp_myuser"."active" = true;

大约需要 7000 毫秒。但是，active 列是使用 Django 的标准 db_index=True 进行索引的，它会生成索引：

CREATE INDEX myapp_myuser_active
  ON myapp_myuser
  USING btree
  (active);

通过EXPLAIN 查看查询：

EXPLAIN ANALYZE VERBOSE
SELECT COUNT(*) FROM "myapp_myuser" WHERE "myapp_myuser"."active" = true;

返回：

Aggregate  (cost=109305.45..109305.46 rows=1 width=0) (actual time=7342.973..7342.974 rows=1 loops=1)
  Output: count(*)
  ->  Seq Scan on public.myapp_myuser  (cost=0.00..102638.16 rows=2666916 width=0) (actual time=0.035..4765.059 rows=2666337 loops=1)
        Output: id, created, category_id, name, email, address_1, address_2, city, active,  (...)
        Filter: myapp_myuser.active
Total runtime: 7343.031 ms

它似乎根本没有使用索引。我读对了吗？

仅运行 SELECT COUNT(*) FROM "myapp_myuser" 在大约 500 毫秒内完成。即使唯一使用的列已编入索引，为什么运行时间会出现如此差异？

如何更好地优化此查询？

Answer 1

您从宽表中选择了很多列。所以这可能无济于事，即使它确实会导致位图索引扫描。

试试partial index。

create index on myapp_myuser (active) where active = true;

我制作了一个包含几百万行的测试表。

explain analyze verbose 
select count(*) from test where active = true;

"Aggregate  (cost=41800.79..41800.81 rows=1 width=0) (actual time=500.756..500.756 rows=1 loops=1)"
"  Output: count(*)"
"  ->  Bitmap Heap Scan on public.test  (cost=8085.76..39307.79 rows=997200 width=0) (actual time=126.233..386.834 rows=1000000 loops=1)"
"        Output: id, active"
"        Filter: test.active"
"        ->  Bitmap Index Scan on test_active_idx1  (cost=0.00..7836.45 rows=497204 width=0) (actual time=123.398..123.398 rows=1000000 loops=1)"
"              Index Cond: (test.active = true)"
"Total runtime: 500.794 ms"

当您编写希望使用部分索引的查询时，您需要匹配表达式和 WHERE 子句。在 PostgreSQL 中使用 WHERE active is true 是有效的，但它与部分索引中的 WHERE 子句不匹配。这意味着您将再次获得顺序扫描。