PostgreSQL：为什么这个查询不使用我的索引？

Question

我正在对数据库执行此查询（所有数字和列名都是组成的）：

select * from t where a=1 and b=11 and c!=5 and d<8

t 有一个索引：

create index i on t (a,b,c,d)

当我运行“EXPLAIN ANALYZE”时，查询会执行顺序扫描，并且执行此操作大约需要 55 毫秒。如果我像这样修改查询：

select * from t where a=1 and b=11 and c=5 and d<8
                                       ^

它使用索引并在 0.5 毫秒内完成。所以它一定是不等于，对吧？不是这样，因为如果我做这个查询：

select * from t where a=1 and b=11 and c=5 and d!=8
                                               ^

查询仍然使用索引。但是如果我尝试这个，没有索引：

select * from t where a=1 and b=11 and c<5 and d<8
                                       ^

那么为什么 Postgres 会这样呢？这对我来说很奇怪。

Answer 1

正如您已经意识到的那样，问题与使用除等于以外的运算符有关。索引只能最有效地用于与等于（加上一个范围条件）比较的最左边的列。

在你的例子中：

create index i on t (a,b,c,d);
where a=1 and b=11 and c!=5 and d<8;

它只能有效地使用a 和b 的索引。这意味着数据库会获取与a 和b 条件匹配的所有行，然后根据剩余条件检查每一行。

当您将 c 上的过滤器更改为 equals 时，它会（可能）获取更少的行（仅匹配 a 和 b 和 c 的那些），然后根据 @987654332 检查那些（更少）行@ 筛选。在这种情况下使用索引效率更高。

一般来说，PostgreSQL 查询规划器评估两个选项：(1) 使用索引； (2) 进行 SeqScan。对于两者，它都会计算成本值——它越高，预期的性能就越差。因此，它采用成本价值较小的那个。这是它决定使用或不使用索引的方式，没有固定的阈值。

最后，上面写着“加一个范围条件”。这意味着它不仅可以在使用等号时以最有效的方式使用索引，而且还可以用于单个范围条件。

考虑到您的查询中只有一个范围条件，我建议您像这样更改索引：

create index i on t (a,b,d,c);

现在它可以通过索引有效地使用a 和b 和d 上的过滤器，并且只需要过滤掉c!=5 所在的行。虽然这个索引可以更有效地用于您的查询作为您的原始索引，但这并不意味着 PG 会自动使用它。这取决于成本估算。不过试试看吧。

最后，如果这还不够快并且您在表达式c!=5 中使用的值5 是常量，您可以考虑使用部分索引：

 create index i on t (a,b,d)
        where c!=5;

如果您比较它们的值是常量，您也可以对所有其他列执行此操作。

参考资料：

• Indexing >, < and BETWEEN
• Indexing multiple independent range conditions (not!)

Answer 2

我会说它不会将索引用于第一个查询，因为索引并没有真正帮助，因为几乎整个表都匹配。在这种情况下，扫描整个表会更快。最后两个查询之间的区别在于，可能仅在预期结果大小低于某个阈值时才使用索引。一个完全匹配的查询很可能比使用 less 的查询产生更少的结果，而使用 less 的查询仍然产生少于不等于的选择。

话虽如此，查询优化器是一款高度复杂的软件，并且经常会产生令人惊讶的结果。