postgresql-索引与优化

索引简介

索引（Index）可以用于提高数据库的查询性能；但是索引也需要进行读写，同时还会占用
更多的存储空间；因此了解并适当利用索引对于数据库的优化至关重要。本篇我们就来介绍如何
高效地使用 PostgreSQL 索引。

-- 创建表
CREATE TABLE test (
 id integer,
 name text
);
-- generate_series 产生序列
INSERT INTO test
SELECT v,'val:'||v FROM generate_series(1, 10000000) v;

SELECT name FROM test WHERE id = 10000;

如果没有索引，数据库需要扫描整个表才能找到相应的数据。利用 EXPLAIN 命令可以看到
数据库的执行计划，也就是 PostgreSQL 执行 SQL 语句的具体步骤
执行计划参考文档

-- Parallel Seq Scan 表示并行顺序扫描，执行消耗了大量时间
--；由于表中有包含大量数据，而查询只返回一行数据，显然这种方法效率很低。
explain analyze
SELECT name FROM test WHERE id = 10000;

--如果在 id 列上存在索引，则可以通过索引快速找到匹配的结果。我们先创建一个索引：
CREATE INDEX test_id_index ON test (id);

-- 创建索引之后，再次查看数据库的执行计划
explain analyze
SELECT name FROM test WHERE id = 10000;

Index Scan 表示索引扫描，执行消耗了 1.3ms；这种方式类似于图书最后的关键字索引，读
者可以相对快速地浏览索引并翻到适当的页面，而不必阅读整本书来找到感兴趣的内容。

索引不仅仅能够优化查询语句，某些包含 WHERE 条件的 UPDATE、DELETE 语句也可以
利用索引提高性能，因为修改数据的前提是找到数据。

此外，索引也可以用于优化连接查询，基于连接条件中的字段创建索引可以提高连接查询的
性能。索引甚至还能优化分组或者排序操作，因为索引自身是按照顺序进行组织存储的。

另一方面，系统维护索引需要付出一定的代价，从而增加数据修改操作的负担。所以，我们
需要合理创建索引，一般只为经常使用到的字段创建索引。就像图书一样，不可能为书中的每个
关键字都创建一个索引

索引类型

PostgreSQL 提高了多种索引类型：B-树、哈希、GiST、SP-GiST、GIN 以及 BRIN 索引。每
种索引基于不同的存储结构和算法，用于优化不同类型的查询。默认情况下，PostgreSQL 创建
B-树索引，因为它适合大部分情况下的查询

B-树索引

B-树是一个自平衡树（self-balancing tree），按照顺序存储数据，支持对数时间复杂度（O(logN)）
的搜索、插入、删除和顺序访问。
对于索引列上的以下比较运算符，PostgreSQL 优化器都会考虑使用 B-树索引：
• <
• <=
• =
• >=
• BETWEEN
• IN
• IS NULL
• IS NOT NULL
另外，如果模式匹配运算符 LIKE 和~中模式的开头不是通配符，优化器也可以使用 B-树索
引，例如：

col LIKE 'foo%'
col ~ '^foo'

对于不区分大小的的 ILIKE 和~*运算符，如果匹配的模式以非字母的字符（不受大小写转
换影响）开头，也可以使用 B-树索引。
B-树索引还可以用于优化排序操作，例如：

SELECT col1, col2
 FROM t
WHERE col1 BETWEEN 100 AND 200
ORDER BY col1;

col1 上的索引不仅能够优化查询条件，也可以避免额外的排序操作；因为基于该索引访问时
本身就是按照排序返回结果

哈希索引

哈希索引（Hash index）只能用于简单的等值查找（=），也就是说索引字段被用于等号条
件判断。因为对数据进行哈希运算之后不再保留原来的大小关系。
创建哈希索引需要使用 HASH 关键字：

-- CREATE INDEX 语句用于创建索引，USING 子句指定索引的类型
CREATE INDEX index_name
ON table_name USING HASH (column_name);

GiST 索引

GiST 代表通用搜索树（Generalized Search Tree），GiST 索引单个索引类型，而是一种支持
不同索引策略的框架。GiST 索引常见的用途包括几何数据的索引和全文搜索。GiST 索引也可以
用于优化“最近邻”搜索，例如

-- 该语句用于查找距离某个目标地点最近的 10 个地方。
SELECT *
FROM places
ORDER BY location <-> point '(101,456)'
LIMIT 10;

SP-GiST 索引

SP-GiST 代表空间分区 GiST，主要用于 GIS、多媒体、电话路由以及 IP 路由等数据的索引。
与 GiST 类似，SP-GiST 也支持“最近邻”搜索

GIN 索引

GIN 代表广义倒排索引（generalized inverted indexes），主要用于单个字段中包含多个值的
数据，例如 hstore、array、jsonb 以及 range 数据类型。一个倒排索引为每个元素值都创建一个单
独的索引项，可以有效地查询某个特定元素值是否存在。Google、百度这种搜索引擎利用的就是
倒排索引。

BRIN 索引

BRIN 代表块区间索引（block range indexes），存储了连续物理范围区间内的数据摘要信息。
BRIN 也相比 B-树索引要小很多，维护也更容易。对于不进行水平分区就无法使用 B-树索引的
超大型表，可以考虑 BRIN。
BRIN 通常用于具有线性排序顺序的字段，例如订单表的创建日期
postgresql官网关于索引的介绍

创建索引

PostgreSQL 使用 CREATE INDEX 语句创建新的索引：

CREATE INDEX index_name ON table_name
[USING method]
(column_name [ASC | DESC] [NULLS FIRST | NULLS LAST]);

index_name 是索引的名称，table_name 是表的名称；
• method 表示索引的类型，例如 btree、hash、gist、spgist、gin 或者 brin。默认为 btree；
• column_name 是字段名，ASC 表示升序排序（默认值），DESC 表示降序索引；
• NULLS FIRST 和 NULLS LAST 表示索引中空值的排列顺序，升序索引时默认为 NULLS
LAST，降序索引时默认为 NULLS FIRST。

唯一索引

在创建索引时，可以使用 UNIQUE 关键字指定唯一索引：

CREATE UNIQUE INDEX index_name
ON table_name (column_name [ASC | DESC] [NULLS FIRST | NULLS LAST]);

唯一索引可以用于实现唯一约束，PostgreSQL 目前只支持 B-树类型的唯一索引。多个 NULL
被看作是不同的值，因此唯一索引字段可以存在多个空值
对于主键和唯一约束，PostgreSQL 会自动创建一个唯一索引，从而确保唯一性。

多列索引

CREATE [UNIQUE] INDEX index_name ON table_name
[USING method]
(column1 [ASC | DESC] [NULLS FIRST | NULLS LAST], ...);

对于多列索引，应该将最常作为查询条件使用的字段放在左边，较少使用的字段放在右边。
例如，基于（c1, c2, c3）创建的索引可以优化以下查询：

WHERE c1 = v1 and c2 = v2 and c3 = v3;
WHERE c1 = v1 and c2 = v2;
WHERE c1 = v1;

但是以下查询无法使用该索引：

WHERE c2 = v2;
WHERE c3 = v3;
WHERE c2 = v2 and c3 = v3;

对于多列唯一索引，字段的组合值不能重复；但是如果某个字段是空值，其他字段可以出现
重复值。

函数索引

函数索引，也叫表达式索引，是指基于某个函数或者表达式的值创建的索引。PostgreSQL
中创建函数索引的语法如下

CREATE [UNIQUE] INDEX index_name
ON table_name (expression);

expression 是基于字段的表达式或者函数。
以下查询在 name 字段上使用了 upper 函数：

虽然 name 字段上存在索引 test_name_index，但是函数会导致优化器无法使用该索引。为了
优化这种不分区大小写的查询语句，可以基于 name 字段创建一个函数索引

drop index test_name_index;
create index test_name_index on test(upper(name));

再次查看该语句的执行计划：

函数索引的维护成本比较高，因为插入和更新时都需要进行函数计算。

部分索引

部分索引（partial index）是只针对表中部分数据行创建的索引，通过一个 WHERE 子句指
定需要索引的行。例如，对于订单表 orders，绝大部的订单都处于完成状态；我们只需要针对未
完成的订单进行查询跟踪，可以创建一个部分索引

-- 创建表
create table orders(order_id int primary key, order_ts timestamp, finished
boolean);

-- 创建索引
create index orders_unfinished_index
on orders (order_id)
WHERE finished is not true;

该索引只包含了未完成的订单 id，比直接基于 finished 字段创建的索引小很多。它可以用于
优化未完成订单的查询：

explain analyze
select order_id
from orders
where finished is not true;

覆盖索引

PostgreSQL 中的索引都属于二级索引，意味着索引和数据是分开存储的。因此通过索引查
找数据即需要访问索引，又需要访问表，而表的访问是随机 I/O
为了解决这个性能问题，PostgreSQL 支持 Index-Only Scan，只需要访问索引的数据就能获
得需要的结果，而不需要再次访问表中的数据。例如

-- 创建表
create table t (a int, b int, c int);
-- 创建唯一索引
create unique index idx_t_ab on t using btree (a, b) include (c);

以上语句基于字段 a 和 b 创建了多列索引，同时利用 INCLUDE 在索引的叶子节点存储了字
段 c 的值。以下查询可以利用 Index-Only Scan：

explain analyze
select a, b, c
from t
where a = 100 and b = 200;

以上查询只返回索引字段（a、b）和覆盖的字段（c），可以仅通过扫描索引即可返回结果。
B-树索引支持 Index-Only Scan，GiST 和 SP-GiST 索引支持某些运算符的 Index-Only Scan，
其他索引不支持这种方式

查看索引

PostgreSQL 提供了一个关于索引的视图 pg_indexes，可以用于查看索引的信息：

-- 该视图包含的字段依次为：模式名、表名、索引名、表空间以及索引的定义语句。
select * from pg_indexes where tablename = 'test';

维护索引

PostgreSQL 提供了一些修改和重建索引的方法：

ALTER INDEX index_name RENAME TO new_name;
ALTER INDEX index_name SET TABLESPACE tablespace_name;
REINDEX [ ( VERBOSE ) ] { INDEX | TABLE | SCHEMA | DATABASE | SYSTEM } index_name;

两个 ALTER INDEX 语句分别用于重命名索引和移动索引到其他表空间；REINDEX 用于重
建索引数据，支持不同级别的索引重建

另外，索引被创建之后，系统会在修改数据的同时自动更新索引。不过，我们需要定期执行
ANALYZE 命令更新数据库的统计信息，以便优化器能够合理使用索引

删除索引

DROP INDEX index_name [ CASCADE | RESTRICT ];

CASCADE 表示级联删除其他依赖该索引的对象；RESTRICT 表示如果存在依赖于该索引 的对象，将会拒绝删除操作。默认为 RESTRICT

--可以使用以下语句删除 test 上的索引：
drop index test_id_index, test_name_index;