带过滤器的过布尔

PostgreSQL的高效的查询有与15M行表保存用户的收件箱数据带过滤器的过布尔

下面是简而言之慢查询：

SELECT * 
FROM dialogs 
WHERE user_id = 1234 
AND deleted_at IS NULL 
LIMIT 21

全面查询： （不相关的领域删除）

SELECT "dialogs"."id", "dialogs"."subject", "dialogs"."product_id", "dialogs"."user_id", "dialogs"."participant_id", "dialogs"."thread_id", "dialogs"."last_message_id", "dialogs"."last_message_at", "dialogs"."read_at", "dialogs"."deleted_at", "products"."id", ... , T4."id", ... , "messages"."id", ..., 
FROM "dialogs" 
LEFT OUTER JOIN "products" ON ("dialogs"."product_id" = "products"."id") 
INNER JOIN "auth_user" T4 ON ("dialogs"."participant_id" = T4."id") 
LEFT OUTER JOIN "messages" ON ("dialogs"."last_message_id" = "messages"."id") 
WHERE ("dialogs"."deleted_at" IS NULL AND "dialogs"."user_id" = 9069) 
ORDER BY "dialogs"."last_message_id" DESC 
LIMIT 21;

说明：

Limit (cost=1.85..28061.24 rows=21 width=1693) (actual time=4.700..93087.871 rows=17 loops=1) 
    -> Nested Loop Left Join (cost=1.85..9707215.30 rows=7265 width=1693) (actual time=4.699..93087.861 rows=17 loops=1) 
     -> Nested Loop (cost=1.41..9647421.07 rows=7265 width=1457) (actual time=4.689..93062.481 rows=17 loops=1) 
       -> Nested Loop Left Join (cost=0.99..9611285.66 rows=7265 width=1115) (actual time=4.676..93062.292 rows=17 loops=1) 
        -> Index Scan Backward using dialogs_last_message_id on dialogs (cost=0.56..9554417.92 rows=7265 width=102) (actual time=4.629..93062.050 rows=17 loops=1) 
          Filter: ((deleted_at IS NULL) AND (user_id = 9069)) 
          Rows Removed by Filter: 6852907 
        -> Index Scan using products_pkey on products (cost=0.43..7.82 rows=1 width=1013) (actual time=0.012..0.012 rows=1 loops=17) 
          Index Cond: (dialogs.product_id = id) 
       -> Index Scan using auth_user_pkey on auth_user t4 (cost=0.42..4.96 rows=1 width=342) (actual time=0.009..0.010 rows=1 loops=17) 
        Index Cond: (id = dialogs.participant_id) 
     -> Index Scan using messages_pkey on messages (cost=0.44..8.22 rows=1 width=236) (actual time=1.491..1.492 rows=1 loops=17) 
       Index Cond: (dialogs.last_message_id = id) 
Total runtime: 93091.494 ms 
(14 rows)

OFFSET不使用
有上user_id字段索引。
deleted_at上的索引因为高选择性而未使用（90％的值实际上为NULL）。部分指数（... WHERE deleted_at IS NULL）也无济于事。
如果查询遇到很久以前创建的结果的一部分，它会变得特别慢。然后，查询必须筛选并放弃其间的数百万行。

索引列表：？

Indexes: 
    "dialogs_pkey" PRIMARY KEY, btree (id) 
    "dialogs_deleted_at_d57b320e_uniq" btree (deleted_at) WHERE deleted_at IS NULL 
    "dialogs_last_message_id" btree (last_message_id) 
    "dialogs_participant_id" btree (participant_id) 
    "dialogs_product_id" btree (product_id) 
    "dialogs_thread_id" btree (thread_id) 
    "dialogs_user_id" btree (user_id)

目前我正在考虑用适当的指数只查询最近的数据（即... WHERE last_message_at > <date 3-6 month ago>（布林）

什么是速度的最佳实践up这样的查询？

来源

2017-01-11 exslim

如果您运行的解释仅使用'WHERE deleted_at IS NULL'查询您是否看到预期的速度？如果是这样，我建议在同一个索引中的'user_id'和'deleted_at'列上加上一个索引。通常这是必需的，因为您无法按照您想象的方式合并两个单独的索引，但是将索引存储在多个列中会产生更快的查询时间。 –

你说没有使用deleted_at上的索引。但你的解释显示它是，没有seq扫描。这是'dialogs_last_message_id'上的向后索引扫描。怎么了？粘贴完整的查询计划。 –

请发布您的索引定义。你是什么意思*部分索引不会帮助任何*？ 'user_id'上的一个索引，其中'deleted_at IS NULL'应该有帮助。 – pozs

，张贴在注释：由符合条件WHERE deleted_at IS NULL

每答案建立在(user_id, last_message_id)部分索引

开始，这似乎是非常有效的:-)

来源

2017-01-31 12:05:51 jcaron

所以，这里是我试过的解决方案的结果

1）在极少数情况下使用索引(user_id) WHERE deleted_at IS NULL，具体取决于user_id在WHERE user_id = ?条件下的某些值。大部分时间查询必须按照前面的方式过滤掉行。

2）使用 (user_id, last_message_id) WHERE deleted_at IS NULL指数实现最大加速。虽然它比其他测试指标大2.5倍，但它始终都在使用，速度非常快。由此产生的查询计划

Limit (cost=1.72..270.45 rows=11 width=1308) (actual time=0.105..0.468 rows=8 loops=1) 
    -> Nested Loop Left Join (cost=1.72..247038.21 rows=10112 width=1308) (actual time=0.104..0.465 rows=8 loops=1) 
     -> Nested Loop (cost=1.29..164532.13 rows=10112 width=1072) (actual time=0.071..0.293 rows=8 loops=1) 
       -> Nested Loop Left Join (cost=0.86..116292.45 rows=10112 width=736) (actual time=0.057..0.198 rows=8 loops=1) 
        -> Index Scan Backward using dialogs_user_id_last_message_id_d57b320e on dialogs (cost=0.43..38842.21 rows=10112 width=102) (actual time=0.038..0.084 rows=8 loops=1) 
          Index Cond: (user_id = 9069) 
        -> Index Scan using products_pkey on products (cost=0.43..7.65 rows=1 width=634) (actual time=0.012..0.012 rows=1 loops=8) 
          Index Cond: (dialogs.product_id = id) 
       -> Index Scan using auth_user_pkey on auth_user t4 (cost=0.42..4.76 rows=1 width=336) (actual time=0.010..0.010 rows=1 loops=8) 
        Index Cond: (id = dialogs.participant_id) 
     -> Index Scan using messages_pkey on messages (cost=0.44..8.15 rows=1 width=236) (actual time=0.019..0.020 rows=1 loops=8) 
       Index Cond: (dialogs.last_message_id = id) 
Total runtime: 0.678 ms

谢谢@jcaron。你的建议应该是一个被接受的答案。

来源

2017-01-31 12:01:50 exslim

带过滤器的过布尔

回答

相关问题