通过在 postgresql 上索引时间戳列来加快搜索速度？

Question

我有一个 PostgreSQL 数据库和一个由事件组成的 table。这些事件有列 end_time，它有一个时间戳类型（没有时区信息）。在我的应用程序中，我经常查询 table，试图 select 将来发生的所有事件。所以基本上我正在做这种 SQL 查询：

SELECT * FROM events WHERE end_time >= ?::timestamp

我目前在 end_time 列上没有索引。我担心一旦我的 table 行大小变大（实际上它已经做了很多），对未来事件的搜索查询会变慢？因为现在数据库搜索必须遍历所有行以选择将来发生（或更准确地说，结束）的行。我以前用过索引，但不能说我是最熟悉的。我想知道通过为它创建默认的 Postgres 索引来索引 end_time 列是否会提高查询的性能？我还没有真正的问题，但我不想等到数据量增加后才出现。因为那时有点晚了，至少终端应用的用户体验下降了。

我想指出，我确实使用了不带时区的时间戳，因为我的应用程序始终采用当地时间，我不需要时区信息。但我听说它可能对索引有影响？此外，我的时间戳目前不受任何限制。所以他们理论上可以从现在到无限的未来。我想知道设置一些约束是否可以使索引更好？活动时间之类的应该在15年之内吧？

另一种选择是，我会将事件移动到另一个 table 过去的事件 (archived_events)。这样 table 事件的大小就不会变得太大。例如，我可以有一个定期执行的 cron 作业。

我还听说运行ning analyze/explain 到数据库实际上可以提高它的性能？如果是这种情况，我应该多久运行一次？

PostgreSQL 版本：12.3

Answer 1

I wonder if indexing the end_time column [...] would increase the performance of the query?

如果 Postgres 预计只有百分之几或更少符合条件（将来有 end_time），它将在“索引扫描”或“位图索引扫描”中使用列上的索引。

如果这个估计不太远，它实际上也会提高性能。这就是为什么您应该默认启用 autovacuum 的原因：使列统计信息保持最新。

如果您实际上不需要查询中的所有列 (SELECT *)（您通常不需要），则仅列出您实际需要的列以使其更快。甚至可能允许“仅索引扫描”。参见：

Postgres not using index when index scan is much better option
Are regular VACUUM ANALYZE still recommended under 9.1?
Postgres Slow Queries - Autovacuum frequency

I wonder if setting some constraints could make the indexing better? Something like the event time should be within 15 year or something?

否。对您的查询没有任何影响。以后的行数是决定因素

I would move events to another table that are in the past (archived_events) ...?

Btree 索引扩展性极佳。这意味着，只要只有几行符合条件，被淘汰的行数就无关紧要。如果您的 table 是 巨大的 （数百万或数十亿行）并且其中大部分在过去，partial index可能会更好，主要是由于索引大小和索引维护成本的减少。

特殊困难：“现在”是一个动态值。索引定义需要 immutable 值。解决方法是选择一个任意的“现在”来切断大部分行。类似于：

CREATE INDEX ON events(end_time) WHERE end_time > '2021-01-30';

现代 Postgres 足够聪明，可以理解它可以为未来的日期使用索引。 旧版本可能需要一个冗余的WHERE子句来理解部分索引是适用的：

SELECT * FROM events
WHERE  end_time >= ?::timestamp
AND    end_time > '2021-01-30';  -- match index

索引的有用性会随着时间的推移而降低，这也取决于行流失。您可能会不时重新创建索引以切断更多行。

另外，不要让类型名称 timestamp with time zone 误导您。它不存储时区信息。它通常是最佳选择。参见：

Ignoring time zones altogether in Rails and PostgreSQL

通过在 postgresql 上索引时间戳列来加快搜索速度？

Faster search by indexing timestamp column on postgresql?

postgresql

indexing

timestamp

postgresql-performance