对PostgreSQL的 seq scan , bitmap index scan 和 index scan 的进一步理解

开始

参考momjian 的文章：

http://momjian.us/main/writings/pgsql/optimizer.pdf

首先，构造一个数据分布明显倾斜的表（有的值占据了70%以上的分布）

postgres=# CREATE TEMPORARY TABLE sample (letter, junk) AS

postgres-# SELECT substring(relname, 1, 1), repeat('x', 250)

postgres-# FROM pg_class

postgres-# ORDER BY random();

SELECT 291

postgres=# 





postgres=# CREATE INDEX i_sample on sample (letter);

CREATE INDEX

postgres=# 


postgres=# CREATE OR REPLACE FUNCTION lookup_letter(text) RETURNS SETOF text AS $$

postgres$# BEGIN

postgres$# RETURN QUERY EXECUTE'

postgres$# EXPLAIN SELECT letter

postgres$# FROM sample

postgres$# WHERE letter ='''||$1||'''';

postgres$# END

postgres$# $$ LANGUAGE plpgsql;

CREATE FUNCTION

postgres=# 



postgres=# WITH letters (letter, count) AS (

postgres(# SELECT letter, COUNT(*)

postgres(# FROM sample

postgres(# GROUP BY 1

postgres(# )

postgres-# SELECT letter, count, (count * 100.0 / (SUM(count) OVER ()))::numeric(4,1) AS "%"

postgres-# FROM letters

postgres-# ORDER BY 2 DESC;

 letter | count |  %   

--------+-------+------

 p      |   223 | 76.6

 c      |    12 |  4.1

 s      |     9 |  3.1

 r      |     8 |  2.7

 f      |     6 |  2.1

 d      |     5 |  1.7

 u      |     5 |  1.7

 _      |     5 |  1.7

 t      |     5 |  1.7

 v      |     4 |  1.4

 e      |     3 |  1.0

 a      |     3 |  1.0

 i      |     2 |  0.7

 k      |     1 |  0.3

(14 rows)



postgres=# 

此时，如果不通过 analyze 来更新统计信息，得到的 执行计划是不准确的。所以先要更新统计信息：

postgres=#analyze sampel;

postgres=#

然后，再来看执行的情况：

[作者：技术者高健@博客园  mail: [email protected] ]

postgres=# EXPLAIN SELECT *     FROM sample

WHERE letter ='p';

                        QUERY PLAN                         

-----------------------------------------------------------

 Seq Scan on sample  (cost=0.00..14.64 rows=223 width=256)

   Filter: (letter = 'p'::text)

(2 rows)



postgres=# 



postgres=# EXPLAIN SELECT *

FROM sample

WHERE letter = 'd';

                              QUERY PLAN                               

-----------------------------------------------------------------------

 Bitmap Heap Scan on sample  (cost=4.29..14.24 rows=5 width=256)

   Recheck Cond: (letter = 'd'::text)

   ->  Bitmap Index Scan on i_sample  (cost=0.00..4.29 rows=5 width=0)

         Index Cond: (letter = 'd'::text)

(4 rows)

postgres=# 



postgres=# EXPLAIN SELECT *

FROM sample

WHERE letter = 'k';

                               QUERY PLAN                                

-------------------------------------------------------------------------

 Index Scan using i_sample on sample  (cost=0.00..8.27 rows=1 width=256)

   Index Cond: (letter = 'k'::text)

(2 rows)

postgres=# 

数据分布很大(比如70%以上)，用index scan 已经没有意义了，因为数据太多了。所以就不如用 全表扫描了。

数据分布较小(比如 1.7%)，则用 bitmap index scan。数据更少的时候，用的是 index scan。

需要引起注意的是， bitmap index 也可以用在where 条件单一的时候。

结束