深入 PostgreSQL:B-tree、GIN 与 BRIN 怎样选择

数据库支持多种索引,并不表示新类型就更适合当前查询。

edyang · 2017-04-25

数据库支持多种索引,并不表示新类型就更适合当前查询。要从操作符和数据分布开始。

本文使用PostgreSQL 9.6 与独立演示库。PostgreSQL(关系数据库)的类型、事务和执行计划需要按版本理解。本文使用九点六时期已经存在的能力,不把后续大版本的 SQL 语法提前放入示例。

1. 从现象推到机制

B-tree 常用于等值、范围与排序,GIN 适合某些多值包含检索,BRIN 利用块范围摘要,适合数据与物理顺序有较强相关的场景。索引支持的操作符决定能服务哪些条件,体积小也不代表过滤精确。

深入 PostgreSQL:B-tree、GIN 与 BRIN 怎样选择的处理、反馈与观察关系

图中的四个节点分别表示查询操作符、数据分布、索引机制、实际计划。顺着实线检查输入如何变成输出,再沿虚线核对反馈条件。图示表达的是本文讨论的关系,不是实测曲线或现场截图。

2. 最小实现与输入条件

为独立时间序列表比较 B-tree 与 BRIN,再为 jsonb 条件单独研究 GIN。每次只评估一类查询与数据分布。

1
2
3
CREATE INDEX ix_event_time ON demo.events USING brin(event_time);
EXPLAIN SELECT id FROM demo.events
WHERE event_time >= '2017-01-01'::timestamp;

先确认服务器版本、连接身份和 schema(模式),再在演示表中执行。涉及并发时使用两个独立会话;执行计划可能真正运行语句,写操作应在可回滚的测试事务内观察。

3. 用对照区分原因

下表列出需要主动改变的条件。预期行为来自机制分析,复现时还需记录运行环境和原始输出,不能将预期当作已经测得的结果。

改变的条件 需要验证的行为
时间与物理写入顺序相关 BRIN 可能有效跳过块范围
数据顺序高度混乱 范围摘要过滤能力可能下降
查询使用不匹配操作符 索引未必能参与定位

对照 1:时间与物理写入顺序相关

BRIN 可能有效跳过块范围。观察时记录相关性与重新检查行数。把这个条件与基准情形分开,有助于判断变化来自哪一层;若得到相反结果,应先核对前提,再修改实现。

对照 2:数据顺序高度混乱

范围摘要过滤能力可能下降。观察时记录同一区块时间分布。把这个条件与基准情形分开,有助于判断变化来自哪一层;若得到相反结果,应先核对前提,再修改实现。

对照 3:查询使用不匹配操作符

索引未必能参与定位。观察时记录操作符类与执行计划。把这个条件与基准情形分开,有助于判断变化来自哪一层;若得到相反结果,应先核对前提,再修改实现。

4. 适用条件与取舍

建索引有写入与维护成本。比较时包含构建、更新和存储开销,不能只比较一条查询的耗时。

一次正常运行只覆盖了这组输入。继续扩展前,应把上面的异常对照保留下来,尤其关注“查询使用不匹配操作符”这一分支。后续方案若改变了图中任意一处依赖,原来的判断就要重新验证,不能仅凭界面相似或返回值相同沿用结论。

同月延伸

参考资料

  1. PostgreSQL 9.6 文档
  2. PostgreSQL 9.6 发布记录