Postgresql查询效率计算初探

摘要

关系数据库很重要的一个方面是查询速度。查询速度的好坏，直接影响一个系统的好坏。

查询速度一般需要通过查询规划来窥视执行的过程。

查询路径会选择查询代价最低的路径执行。而这个代价是怎么算出来的呢。

主要关注的参数和表

参数:来自postgreSQL.conf文件，可以通过show 来查看

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(视图): pg_class（主要关注relpages, reltuples）, pg_stats

分析简单的查询的成本计算过程

建立模拟数据，插入100000条数据进入一个表

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

没有索引的情况

分析全表查询的成本计算过程

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

1.查询pg_class表，查看test表的page数量和行数

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

成本为1834.00是怎么算出来的？

2.这个过程，实际上是顺序扫描了834个page，节点发射了100000行

3.查看配置参数

seq_page_cost = 1.0 cpu_tuple_cost = 0.01 

4.得出的结果就是

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

5.得出来的查询成本就是 1834.00。和上面的查询计划算出来的一致。

全表加入条件的成本计算过程

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是怎么算出来的？

1.查询pg_class表, pages,tuples和上面的例子一样

2.这个过程就是顺序test表，发射100000行，然后通过云存过滤了100000行

3.查看过滤运算一行的代价

cpu_oPErator_cost = 0.0025 

4.得出的结果是

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

加入索引的情况

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

对比下面的四种情况

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) 

把数据乱序插入

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)

结论

• 有索引的时候，成本会大大减少。
• 执行计划跟数据的分布有很大的关系。
• 有索引的分析相对复杂一点，可以先参考官方源码实现。后面再补充上来

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对的支持。

• PostgreSQL中使用dblink实现跨库查询的方法
• 在PostgreSQL中实现递归查询的教程
• PostgreSQL树形结构的递归查询示例
• pgsql查询优化之模糊查询实例详解

声明：本文内容由网友自发贡献，本站不承担相应法律责任。对本内容有异议或投诉，请联系2913721942#qq.com核实处理，我们将尽快回复您，谢谢合作！