如何解决Postgresql 12:重叠运算符和连接在同一张表上的性能问题
我在处理“相当简单”的请求时遇到问题:
数据库架构:
CREATE TABLE bigdata3.data_1_2021
(
p_value float8 NOT NULL,p_timestamp tsrange NOT NULL
);
CREATE INDEX IF NOT EXISTS idx_data_1_2021_ts ON bigdata3.data_1_2021 USING gist (p_timestamp);
CREATE INDEX IF NOT EXISTS idx_data_1_2021_ts2 ON bigdata3.data_1_2021 USING btree (p_timestamp);
仅供参考,我正在使用 btree_gist 扩展
CREATE EXTENSION IF NOT EXISTS btree_gist;
此外,我的表中有 19037 行。所以现在,请求:
WITH data_1 AS
(
SELECT t1.p_value AS value,t1.p_timestamp AS TS
FROM "bigdata3".data_1_2021 AS t1
WHERE TSRANGE( '2021-02-01 00:00:00.000'::TIMESTAMP,'2021-02-17 09:51:54.000'::TIMESTAMP) && t1.p_timestamp
)
SELECT t1.ts AS ts,t2.ts AS ts,t1.value,t2.value
FROM data_1 as t1
INNER JOIN data_1 as t2 ON t1.ts && t2.ts
此请求需要 1 分钟。 当我运行解释时,很多事情对我来说似乎很奇怪:
QUERY PLAN
Nested Loop (cost=508.96..8108195.71 rows=1801582 width=80)
Join Filter: (t1.ts && t2.ts)
CTE data_1
-> Seq Scan on data_1_2021 t1_1 (cost=0.00..508.96 rows=18982 width=29)
Filter: ('["2021-02-01 00:00:00","2021-02-17 09:51:54")'::tsrange && p_timestamp)
-> CTE Scan on data_1 t1 (cost=0.00..379.64 rows=18982 width=40)
-> CTE Scan on data_1 t2 (cost=0.00..379.64 rows=18982 width=40)
1)我希望ts范围上的序列扫描使用“idx_data_1_2021_ts”索引
2) 我希望连接对哈希或合并连接使用完全相同的索引
奇怪的事情来了:
WITH data_1 AS
(
SELECT t1.p_value AS value,'2021-02-17 09:51:54.000'::TIMESTAMP) && t1.p_timestamp
),data_2 AS
(
SELECT t1.p_value AS value,t2.value
FROM data_1 as t1
INNER JOIN data_2 as t2 ON t1.ts && t2.ts
我只将我的 data_1 复制为 data_2 并将我的联接更改为将 data_1 与 data_2 联接:
Nested Loop (cost=0.28..116154.41 rows=1801582 width=58)
-> Seq Scan on data_1_2021 t1 (cost=0.00..508.96 rows=18982 width=29)
Filter: ('["2021-02-01 00:00:00","2021-02-17 09:51:54")'::tsrange && p_timestamp)
-> Index Scan using idx_data_1_2021_ts on data_1_2021 t1_1 (cost=0.28..4.19 rows=190 width=29)
Index Cond: ((p_timestamp && t1.p_timestamp) AND (p_timestamp && '["2021-02-01 00:00:00","2021-02-17 09:51:54")'::tsrange))
请求耗时 1 秒,现在使用索引! 但是...由于seq扫描和嵌套循环,它仍然不完美。
另一条信息:在连接上切换到 = 运算符会使第一种情况更快,但第二种情况更慢......
有没有人解释为什么在加入同一个表时没有正确使用索引?此外,我会听取任何建议以加快此请求的速度。
非常感谢, 克莱门特
PS:我知道这个请求看起来很愚蠢,我把我的真实案例简单地指出了我的问题。
编辑1:根据要求,第一个请求的analyze+buffer解释:
QUERY PLAN
Nested Loop (cost=509.04..8122335.52 rows=1802721 width=40) (actual time=0.025..216996.205 rows=19680 loops=1)
Join Filter: (t1.ts && t2.ts)
Rows Removed by Join Filter: 359841220
Buffers: shared hit=271
CTE data_1
-> Seq Scan on data_1_2021 t1_1 (cost=0.00..509.04 rows=18988 width=29) (actual time=0.013..38.263 rows=18970 loops=1)
Filter: ('["2021-02-01 00:00:00","2021-02-17 09:51:54")'::tsrange && p_timestamp)
Rows Removed by Filter: 73
Buffers: shared hit=271
-> CTE Scan on data_1 t1 (cost=0.00..379.76 rows=18988 width=40) (actual time=0.016..8.083 rows=18970 loops=1)
Buffers: shared hit=1
-> CTE Scan on data_1 t2 (cost=0.00..379.76 rows=18988 width=40) (actual time=0.000..4.723 rows=18970 loops=18970)
Buffers: shared hit=270
Planning Time: 0.176 ms
Execution Time: 217208.300 ms
第二个:
QUERY PLAN
Nested Loop (cost=0.28..116190.34 rows=1802721 width=58) (actual time=280.133..817.611 rows=19680 loops=1)
Buffers: shared hit=76361
-> Seq Scan on data_1_2021 t1 (cost=0.00..509.04 rows=18988 width=29) (actual time=0.030..7.909 rows=18970 loops=1)
Filter: ('["2021-02-01 00:00:00","2021-02-17 09:51:54")'::tsrange && p_timestamp)
Rows Removed by Filter: 73
Buffers: shared hit=271
-> Index Scan using idx_data_1_2021_ts on data_1_2021 t1_1 (cost=0.28..4.19 rows=190 width=29) (actual time=0.041..0.042 rows=1 loops=18970)
Index Cond: ((p_timestamp && t1.p_timestamp) AND (p_timestamp && '["2021-02-01 00:00:00","2021-02-17 09:51:54")'::tsrange))
Buffers: shared hit=76090
Planning Time: 709.820 ms
Execution Time: 981.659 ms
解决方法
这里的问题太多了,我来回答前两个:
-
未使用索引,因为无论如何查询都会从表中获取几乎所有行。
-
散列或合并连接只能与使用
=
运算符的连接条件一起使用。这很明显:哈希只能被探测是否相等,而合并连接需要排序和全序。
因为您的 CTE 在查询中被引用了两次,所以规划器会自动实现它。一旦具体化,它就不能再使用基础表上的索引。 (也就是说,它不能用于高选择性条件 t1.ts && t2.ts
。它仍然可以用于实现之前发生的“二月上半月”条件,但由于它是如此非选择性,它选择不使用它)
你可以强迫它不实现它:
WITH data_1 AS NOT MATERIALIZED (...
在我看来,这样做会产生与编写两个单独的 CTE 相同的执行计划,每个 CTE 只被引用一次。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。