PostgreSQL为什么对索引列执行顺序扫描？

150

非常简单的示例-一个表，一个索引，一个查询：

CREATE TABLE book
(
  id bigserial NOT NULL,
  "year" integer,
  -- other columns...
);

CREATE INDEX book_year_idx ON book (year)

EXPLAIN
 SELECT *
   FROM book b
  WHERE b.year > 2009

给我：

Seq Scan on book b  (cost=0.00..25663.80 rows=105425 width=622)
  Filter: (year > 2009)

为什么不执行索引扫描呢？我想念什么？

— 亚历克斯·韦达
source

222

如果SELECT返回表中所有行的大约5-10％，则顺序扫描比索引扫描快得多。

这是因为索引扫描需要为每行进行几次 IO操作（在索引中查找该行，然后从堆中检索该行）。顺序扫描每行只需要一个IO-甚至更少，因为磁盘上的一个块（页面）包含多于一行，因此可以通过一次IO操作来获取多于一行。

顺便说一句：其他DBMS也是这样-取消了一些优化，例如“仅索引扫描”（但是对于SELECT *，这种DBMS不太可能会进行“仅索引扫描”）

— a_horse_with_no_name
source

12

5-10％取决于几个配置设置以及数据的存储。这不是一个硬数字。

— Frank Heikens 2011年

6

@弗兰克：这就是为什么我说“大约” :)但感谢您指出这一点

— a_horse_with_no_name 2011年

5

同样，顺序扫描可以一次从堆中请求几页，并要求内核在当前块上运行时获取下一个块-索引扫描一次获取一个页面。（位图扫描会在两者之间做出折衷，通常会在查询计划中出现，这些查询的选择性不足以进行索引扫描，但仍然没有选择不足以值得进行全表扫描）

— araqnid

4

有趣的问题是，如果不先执行查询，数据库如何知道查询将返回多少行？它是否在某些地方存储统计信息，例如不同值的数量与表大小的关系？

— LaurentGrégoire'10

7

@LaurentGrégoire：是的，数据库存储有关行数和值分布的统计信息。有关详细信息，请参见手册：postgresql.org/docs/current/static/planner-stats.html

— a_horse_with_no_name

13

您是否分析了表/数据库？那统计呢？如果有很多记录，年份> 2009，则顺序扫描可能比索引扫描更快。

— 弗兰克·海肯斯
source

0

在索引扫描中，读取头从一行跳到另一行，这比读取下一个物理块要慢1000倍（在顺序扫描中）。

因此，如果（要检索的记录数* 1000）小于记录总数，则索引扫描会更好。

— 高拉夫·尼玛（Gaurav Neema）
source

0

@a_horse_with_no_name解释得很好。另外，如果您确实要使用索引扫描，则通常应在where子句中使用有界范围。例如-> 2019年和<2020年。

很多时候，统计信息不会在表上更新，并且由于限制而可能无法更新。在这种情况下，优化器将不会知道> 2019年应该进行多少行。因此，它将选择顺序扫描来代替全部知识。有界分区将在大多数情况下解决此问题。

— Shitij Goyal
source