在 Postgres 中创建索引的最有效方法答案

【问题标题】：Most Efficient Way to Create an Index in Postgres在 Postgres 中创建索引的最有效方法
【发布时间】：2013-09-05 23:44:53
【问题描述】：

是在加载数据完成之后还是之前创建索引更高效，还是没关系？

例如，假设我有 500 个文件要加载到 Postgres 8.4 数据库中。以下是我可以使用的两种索引创建方案：

表数据本身约为 45 GB。该索引约为 12 GB。我正在使用标准索引。它是这样创建的：

CREATE INDEX idx_name ON table_name (column_name);

我的数据加载使用COPY FROM。

加载所有文件后，表上将不会发生更新、删除或额外加载（这是一天的数据不会改变）。所以我想问哪种方案最有效？初步测试似乎表明加载所有文件然后创建索引（场景2）更快，但我没有对这两种方法进行科学比较。

【问题讨论】：

【解决方案1】：

您的观察是正确的 - 先加载数据然后再创建索引效率更高。原因是插入期间的索引更新很昂贵。如果在所有数据都存在后创建索引，则速度会快得多。

更进一步 - 如果您需要将大量数据导入现有的索引表，通常先删除现有索引，导入数据，然后重新创建索引更有效。

导入后创建索引的一个缺点是表必须被锁定，并且可能需要很长时间（相反情况不会被锁定）。但是，在 PostgreSQL 8.2 及更高版本中，您可以使用CREATE INDEX CONCURRENTLY，它不会在索引期间锁定表（有一些警告）。

【讨论】：

好吧，当表被锁定时，没有人可以读取或写入，这可能非常烦人，即使在晚上也是如此。你最好同时使用 CREATE INDEX
“当表被锁定时，没有人可以读取或写入” - 我不认为这是真的。当CREATE INDEX 运行时，表格仍然可以读取，但如果我没记错的话不会更新。
通常一个新创建的 45 GB 表在被索引之前几乎没有用处。锁定一个无用的表是没有损失的，所以尽快完成索引。
有哪些注意事项？你能解释一下吗？
@mat_boy 我在这里迟到了大约 2 年，但是对于懒惰的人来说......同时创建索引时，PostgreSQL 将对表执行两次扫描，每次扫描都必须等待已存在的事务修改表以终止。这将导致创建索引需要更长的时间，并且需要更多的 cpu 使用，从而导致在创建索引时对该数据库的查询速度变慢。