在线时间:8:00-16:00
迪恩网络APP
随时随地掌握行业动态
扫描二维码
关注迪恩网络微信公众号
摘要 关系数据库很重要的一个方面是查询速度。查询速度的好坏,直接影响一个系统的好坏。 查询速度一般需要通过查询规划来窥视执行的过程。 查询路径会选择查询代价最低的路径执行。而这个代价是怎么算出来的呢。 主要关注的参数和表 参数:来自postgresql.conf文件,可以通过show 来查看 seq_page_cost = 1.0 # measured on an arbitrary scale random_page_cost = 4.0 # same scale as above cpu_tuple_cost = 0.01 # same scale as above cpu_index_tuple_cost = 0.005 # same scale as above cpu_operator_cost = 0.0025 # same scale as above parallel_tuple_cost = 0.1 # same scale as above parallel_setup_cost = 1000.0 # same scale as above 表(视图): pg_class(主要关注relpages, reltuples), pg_stats 分析简单的查询的成本计算过程 建立模拟数据,插入100000条数据进入一个表 create table test(id int, info text); insert into test(id, info) select i, md5(i::text) from generate_series(1, 100000) t(i); 没有索引的情况 分析全表查询的成本计算过程 postgres=# analyze test; #防止没有分析 postgres=# explain select * from test; QUERY PLAN ------------------------------------------------------------- Seq Scan on test (cost=0.00..1834.00 rows=100000 width=37) 1.查询pg_class表,查看test表的page数量和行数 postgres=# select t.relpages, t.reltuples from pg_class t where t.relname = 'test'; relpages | reltuples ----------+----------- 834 | 100000 成本为1834.00是怎么算出来的? 2.这个过程,实际上是顺序扫描了834个page,节点发射了100000行 3.查看配置参数 seq_page_cost = 1.0 cpu_tuple_cost = 0.01 4.得出的结果就是 postgres=# select 834 * 1.0 + 100000 * 0.01; ?column? ---------- 1834.00 5.得出来的查询成本就是 1834.00。和上面的查询计划算出来的一致。 全表加入条件的成本计算过程 postgres=# explain select * from test where id = 100; QUERY PLAN -------------------------------------------------------- Seq Scan on test (cost=0.00..2084.00 rows=1 width=37) Filter: (id = 100) 成本 2084.00是怎么算出来的? 1.查询pg_class表, pages,tuples和上面的例子一样 2.这个过程就是顺序test表,发射100000行,然后通过云存过滤了100000行 3.查看过滤运算一行的代价 cpu_operator_cost = 0.0025 4.得出的结果是 postgres=# select 834 * 1.0 + 100000 * 0.01 + 100000 * 0.0025; ?column? ----------- 2084.0000 加入索引的情况 ``` create index on test(id); ``` 对比下面的四种情况 Index Only Scan postgres=# explain select id from test where id = 100; QUERY PLAN ----------------------------------------------------------------------------- Index Only Scan using test_id_idx on test (cost=0.29..8.31 rows=1 width=4) Index Cond: (id = 100) Index Scan postgres=# explain select * from test where id = 100; QUERY PLAN ------------------------------------------------------------------------- Index Scan using test_id_idx on test (cost=0.29..8.31 rows=1 width=37) Index Cond: (id = 100) Index Scan postgres=# explain select * from test where id < 100; QUERY PLAN ---------------------------------------------------------------------------- Index Scan using test_id_idx on test (cost=0.29..10.11 rows=104 width=37) Index Cond: (id < 100) 把数据乱序插入 truncate table test; insert into test(id, info) select i, md5(i::text) from generate_series(1, 1000000) t(i) order by random(); postgres=# explain select * from test where id < 100; QUERY PLAN ---------------------------------------------------------------------------- Bitmap Heap Scan on test (cost=5.22..380.64 rows=102 width=37) Recheck Cond: (id < 100) -> Bitmap Index Scan on test_id_idx (cost=0.00..5.19 rows=102 width=0) Index Cond: (id < 100) 结论
总结 以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对极客世界的支持。 |
请发表评论