postgres 布隆指数

Question

我阅读了有关postgres bloom的文档，但无法重现相同的结果，请帮助我了解我错过了什么。我的服务器是：

SHOW server_version;
        server_version         
-------------------------------
 10.6 (Debian 10.6-1.pgdg90+1)

dev=# show random_page_cost;
 random_page_cost 
------------------
 4

首先使用与文档中相同的命令创建表：

dev=# CREATE TABLE tbloom AS                                               
   SELECT
     (random() * 1000000)::int as i1,
     (random() * 1000000)::int as i2,
     (random() * 1000000)::int as i3,
     (random() * 1000000)::int as i4,
     (random() * 1000000)::int as i5,
     (random() * 1000000)::int as i6
   FROM
  generate_series(1,10000000);

接下来我创建 btree 索引

dev=# CREATE index btreeidx ON tbloom (i1, i2, i3, i4, i5, i6);
CREATE INDEX

并获得下一个计划：

dev=# EXPLAIN ANALYZE SELECT * FROM tbloom WHERE i2 = 898732 AND i5 = 123451;
                                                       QUERY PLAN                                                        
-------------------------------------------------------------------------------------------------------------------------
 Gather  (cost=1000.00..127195.10 rows=1 width=24) (actual time=258.963..260.900 rows=0 loops=1)
   Workers Planned: 2
   Workers Launched: 2
   ->  Parallel Seq Scan on tbloom  (cost=0.00..126195.00 rows=1 width=24) (actual time=255.446..255.446 rows=0 loops=3)
         Filter: ((i2 = 898732) AND (i5 = 123451))
         Rows Removed by Filter: 3333333
 Planning time: 0.412 ms
 Execution time: 260.939 ms

执行时间：260.939 毫秒

现在删除 btree 索引并创建bloom：

dev=# DROP INDEX btreeidx;
DROP INDEX
dev=# CREATE INDEX bloomidx ON tbloom USING bloom (i1, i2, i3, i4, i5, i6);
CREATE INDEX

获得新计划：

dev=# EXPLAIN ANALYZE SELECT * FROM tbloom WHERE i2 = 898732 AND i5 = 123451;
                                                       QUERY PLAN                                                        
-------------------------------------------------------------------------------------------------------------------------
 Gather  (cost=1000.00..127195.10 rows=1 width=24) (actual time=260.278..261.989 rows=0 loops=1)
   Workers Planned: 2
   Workers Launched: 2
   ->  Parallel Seq Scan on tbloom  (cost=0.00..126195.00 rows=1 width=24) (actual time=256.224..256.224 rows=0 loops=3)
         Filter: ((i2 = 898732) AND (i5 = 123451))
         Rows Removed by Filter: 3333333
 Planning time: 0.165 ms
 Execution time: 262.053 ms

执行时间：文档中为262.053 毫秒

Bloom 比 btree 好

但不是在我的测试中。我尝试了几个 Length 选项，但没有找到好的结果。

Answer 1

在 9.6 中引入布隆时，并行查询刚刚引入并且默认关闭。在给定的示例中，Bloom 似乎比非并行顺序扫描更好。但是当您可以进行并行 seq 扫描时，它似乎比使用布隆索引更好。它实际上并没有更好，因为可以通过关闭并行查询set max_parallel_workers_per_gather TO 0并查看实际执行速度来验证，但规划器认为并行 seq 扫描会更好。看起来，bloom 的成本估算部分可能需要做一些工作。

在 v10 中默认打开并行查询时，示例代码没有更新，因此它不再像宣传的那样工作。

请注意，您的示例根本没有实现任何索引使用，因此您无法真正得出关于哪种索引更适合该场景的任何结论。