Postgres - 这是在布尔列上创建部分索引的正确方法吗？

Question

我有下表：

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

大多数每一行都将设置为FALSE，除非有人想出一些疯狂的新无麸质饮食风靡全国。

我需要能够非常快速地查询该值为 true 的行。我已经创建了索引：

CREATE INDEX IDX_RecipeMetadata_GlutenFree ON RecipeMetadata(diet_glutenfree) WHERE diet_glutenfree;

它似乎有效，但是我不知道如何判断它是否确实只是索引值为 true 的行。我想确保它不会做一些愚蠢的事情，比如索引任何具有任何值的行。

我应该在WHERE 子句中添加一个运算符，还是这个语法完全有效？希望这不是那些会被否决 30 次的超级简单的 RTFM 问题之一。

更新：

我已经开始向 RecipeMetadata 添加了 10,000 行随机值。然后我在桌子上做了一个分析和一个 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，尽管只有大约一半的行具有此标志，但它似乎正在对表进行顺序扫描。索引被忽略。

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，这个索引并没有被使用。

Answer 1

我已确认索引按预期工作。

我重新创建了随机数据，只是这次将diet_glutenfree 设置为random() > 0.9，因此on 位的可能性只有 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)'

还有：

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)'

我的第一次尝试似乎被污染了，因为 PG 估计如果它必须加载超过一半的行，扫描整个表而不是命中索引会更快。

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

更新

索引大约是 40k。我为同一列创建了一个完整的索引，它超过了 200k，所以看起来它肯定是部分的。

Answer 2

一位字段的索引没有意义。为了理解计划者所做的决定，您必须从页面而不是行来考虑。

对于 8K 页面和（预计）80 行大小，每页有 100 行。假设一个随机分布，一个页面只包含具有true 值的行的机会是可以忽略的，pow (0.5, 100)，大约 1e-33，IICC。 （当然对于“假”也是如此）因此对于gluten_free == true 上的查询，无论如何都必须获取每个 页面，然后进行过滤。使用索引只会导致 更多 个页面（：索引）被获取。