Postgresql查詢效率計算初探

2020-01-31 15:20:43

字體：大中小

來源：轉載

供稿：網友

摘要

關系數據庫很重要的一個方面是查詢速度。查詢速度的好壞，直接影響一個系統的好壞。

查詢速度一般需要通過查詢規劃來窺視執行的過程。

查詢路徑會選擇查詢代價最低的路徑執行。而這個代價是怎么算出來的呢。

主要關注的參數和表

參數:來自postgresql.conf文件，可以通過show 來查看

seq_page_cost = 1.0     # measured on an arbitrary scalerandom_page_cost = 4.0     # same scale as abovecpu_tuple_cost = 0.01     # same scale as abovecpu_index_tuple_cost = 0.005   # same scale as abovecpu_operator_cost = 0.0025    # same scale as aboveparallel_tuple_cost = 0.1    # same scale as aboveparallel_setup_cost = 1000.0   # same scale as above

表(視圖): pg_class（主要關注relpages, reltuples）, pg_stats

分析簡單的查詢的成本計算過程

建立模擬數據，插入100000條數據進入一個表

create table test(id int, info text);insert into test(id, info) select i, md5(i::text) from generate_series(1, 100000) t(i);

沒有索引的情況

分析全表查詢的成本計算過程

postgres=# analyze test;  #防止沒有分析postgres=# explain select * from test;       QUERY PLAN       ------------------------------------------------------------- Seq Scan on test (cost=0.00..1834.00 rows=100000 width=37)

1.查詢pg_class表，查看test表的page數量和行數

postgres=# select t.relpages, t.reltuples from pg_class t where t.relname = 'test'; relpages | reltuples ----------+-----------  834 | 100000

成本為1834.00是怎么算出來的？

2.這個過程，實際上是順序掃描了834個page，節點發射了100000行

3.查看配置參數

seq_page_cost = 1.0 cpu_tuple_cost = 0.01

4.得出的結果就是

postgres=# select 834 * 1.0 + 100000 * 0.01; ?column? ---------- 1834.00

5.得出來的查詢成本就是 1834.00。和上面的查詢計劃算出來的一致。

全表加入條件的成本計算過程

postgres=# explain select * from test where id = 100;      QUERY PLAN      -------------------------------------------------------- Seq Scan on test (cost=0.00..2084.00 rows=1 width=37) Filter: (id = 100)

成本 2084.00是怎么算出來的？

1.查詢pg_class表, pages,tuples和上面的例子一樣

2.這個過程就是順序test表，發射100000行，然后通過云存過濾了100000行

3.查看過濾運算一行的代價

cpu_operator_cost = 0.0025

4.得出的結果是

postgres=# select 834 * 1.0 + 100000 * 0.01 + 100000 * 0.0025; ?column? ----------- 2084.0000

加入索引的情況

```create index on test(id);```

對比下面的四種情況

Index Only Scan

postgres=# explain select id from test where id = 100;                 QUERY PLAN                 ----------------------------------------------------------------------------- Index Only Scan using test_id_idx on test (cost=0.29..8.31 rows=1 width=4)  Index Cond: (id = 100)

Index Scan

postgres=# explain select * from test where id = 100;                QUERY PLAN                ------------------------------------------------------------------------- Index Scan using test_id_idx on test (cost=0.29..8.31 rows=1 width=37)  Index Cond: (id = 100)

Index Scan

postgres=# explain select * from test where id < 100;                 QUERY PLAN                 ---------------------------------------------------------------------------- Index Scan using test_id_idx on test (cost=0.29..10.11 rows=104 width=37)  Index Cond: (id < 100)

把數據亂序插入

truncate table test;insert into test(id, info) select i, md5(i::text) from generate_series(1, 1000000) t(i) order by random();

postgres=# explain select * from test where id < 100;                 QUERY PLAN                 ---------------------------------------------------------------------------- Bitmap Heap Scan on test (cost=5.22..380.64 rows=102 width=37)  Recheck Cond: (id < 100)  -> Bitmap Index Scan on test_id_idx (cost=0.00..5.19 rows=102 width=0)     Index Cond: (id < 100)

結論