提高非空列的 seq 扫描过滤器成本答案

【问题标题】：Improve seq scan filter cost on column being NOT NULL提高非空列的 seq 扫描过滤器成本
【发布时间】：2019-12-08 01:50:30
【问题描述】：

我有以下带有解释的查询：

SELECT  "carts".* FROM "carts" WHERE ("carts"."content_updated_at" IS NOT NULL)  ORDER BY carts.content_updated_at desc LIMIT 50 OFFSET 0
                                  QUERY PLAN
------------------------------------------------------------------------------
 Limit  (cost=208231.51..208231.63 rows=50 width=1267)
   ->  Sort  (cost=208231.51..208558.04 rows=130615 width=1267)
         Sort Key: content_updated_at DESC
         ->  Seq Scan on carts  (cost=0.00..203892.57 rows=130615 width=1267)
               Filter: (content_updated_at IS NOT NULL)

如果我在content_updated_at IS NOT NULL 上添加索引，是否会提高此查询的性能？

这里是没有ORDER BY 子句的解释：

EXPLAIN for: SELECT  "carts".* FROM "carts" WHERE ("carts"."content_updated_at" IS NOT NULL) LIMIT 50 OFFSET 0
                               QUERY PLAN
------------------------------------------------------------------------
 Limit  (cost=0.00..75.03 rows=50 width=1270)
   ->  Seq Scan on carts  (cost=0.00..204483.29 rows=136264 width=1270)
         Filter: (content_updated_at IS NOT NULL)

EXPLAIN ANALYZE:

EXPLAIN ANALYZE SELECT  "carts".* FROM "carts" WHERE ("carts"."content_updated_at" IS NOT NULL)  ORDER BY carts.content_updated_at desc LIMIT 50 OFFSET 0;
                                                           QUERY PLAN
---------------------------------------------------------------------------------------------------------------------------------
 Limit  (cost=209373.22..209373.34 rows=50 width=1270) (actual time=18482.469..18482.620 rows=50 loops=1)
   ->  Sort  (cost=209373.22..209717.30 rows=137633 width=1270) (actual time=18482.463..18482.517 rows=50 loops=1)
         Sort Key: content_updated_at DESC
         Sort Method: top-N heapsort  Memory: 50kB
         ->  Seq Scan on carts  (cost=0.00..204801.15 rows=137633 width=1270) (actual time=0.553..18283.431 rows=139318 loops=1)
               Filter: (content_updated_at IS NOT NULL)
               Rows Removed by Filter: 3023640

【问题讨论】：

标签： database postgresql indexing

【解决方案1】：

seq 扫描是由于 ORDER BY，而不是 IS NOT NULL。您应该在 content_updated_at 上放置一个索引。如果您总是将 IS NOT NULL 添加到 where 子句，它可能是部分索引：

CREATE INDEX ON carts (content_updated_at) WHERE content_updated_at IS NOT NULL;

【讨论】：

哦，我想，读到这个Seq Scan on carts (cost=0.00..203892.57 rows=130615 width=1267)，它是因为IS NOT NULL。你是怎么得出这个结论的？
我更新了没有ORDER BY的解释输出
如果不使用 EXPLAIN ANALYZE，很容易遗漏一些细节。 SELECT * ... LIMIT 50 只会选择它找到的前 50 行（通过顺序扫描）并停止。 SELECT * ... ORDER BY x LIMIT 50 需要对所有内容进行排序，然后返回前 50 行。它要贵得多。
感谢您的洞察力。我正在用EXPLAIN ANALYZE 更新问题。