我应该在哪些列上创建索引

Question

2 个表：

countries:
  id 
  short_name ("GE", "AR"...)
  long_name
  ....

banks:
  id
  name ("NATIONAL BANK OF COUNTRY123"...)
  country_id
  ...

鉴于我通常会进行以下类型的查找：

select * from countries c
inner join banks b
on b.country_id = c.id
where c.short_name = ? and b.name = ?

我应该在哪些列上创建索引？我想在countries 中我应该在short_name 上创建一个附加索引（id 将保留作为主要的自动增量键）。我不知道banks，如果我在name 上创建一个索引，这是一个varchar 字符串，它会高效且明智吗？

Answer 1

在数字列上添加索引，如整数、数据类型的双精度...此外，在 where 子句中使用的列也可以具有索引...

Answer 2

如果这是您的查询：

select *
from countries c inner join
     banks b
     on b.country_id = c.id
where c.short_name = ? and b.name = ?;

您有两种索引方法。基本思想是 SQL 引擎将从一个表中查找行（扫描），然后在另一个表中查找值。

第一种可能是“扫描”countries，然后在banks中查找：

countries(name, id)
banks(country_id, short_name)

第二种可能是“扫描”banks，然后在`国家中查找：

banks(short_name, country_id)
countries(id, name)

实际上哪个更好取决于数据中值的分布。您实际上可以添加这两个集合并让 SQL 引擎决定。

Answer 3

对于short_name 上的countries 表箱索引。 (id, short_name) 等组合索引浪费资源 - 为什么：id 是主键 - 唯一，所以按第一个组件（id）查找已经给出了一行，第二个组件有什么好处？我认为short_name 也是独一无二的，所以(short_name, id) 也是如此。

banks 表的其他情况。 country_id 在这里不是唯一的，因此您可以从索引中受益：(country_id, name)

我认为这两个额外的索引足以满足您的查询。

Answer 4

找出您需要哪些索引的最佳方法是测试它们。我希望您为此设置了一个开发环境，您可以加载生产数据（pg_dump 和 pg_restore）。

如果您的表足够小，那么索引它可能根本没有帮助。例如，您的国家/地区表（假设它是国家/地区列表）可能不需要任何索引。

如果您总是查询银行名称，并且银行表有 > 10K 条记录，那么banks(name) 索引会有所帮助。但是，如果您想获得一个国家/地区的银行列表，索引 banks(country_id) 也很好。

如果您真的关心查询性能，请从不使用索引开始并测试每个索引以了解它带来的好处。 PostgreSQL 的解释分析工具非常出色，但使用 explain.depesz.com 会做一些额外的数学运算，让您准确计算出每个组件需要多长时间。