值大致相同的列的最佳索引

Question

我们有一个整数列，目前仅包含 0 或 1 个值。此列现在已被开发人员用于在某些情况下存储唯一的 32 位标识符，我们需要能够有效地提取包含这些标识符中的任何一个的行。

鉴于该值在 99% 的情况下是 0 或 1（我还没有数字），如何最好地索引以查询少数情况？我认为共同价值的数量将成为一个问题是否正确？

           Column           |  Type   |     Modifiers
----------------------------+---------+--------------------
 event_value                | integer | not null

此列当前没有索引。而且我不认为需要定期只选择 0 或 1 值。

该表大小合理，目前有 3000 万行并且增长很快。

我很欣赏这不是该专栏的最佳用途，但在短期内不会改变。

Answer 1

首先，就像你自己说的那样，最好不要使用列。应该是一个独立的boolean和integer为贵“的32位标识符”一栏。如果那是NULL99% 的时间，那没问题。NULL存储非常便宜。

无论哪种方式，您都应该使用部分索引。（这是手册中使用的正确术语。）从索引中排除 99% 的行会使其变得非常小，这对数百万行的性能很重要。

但是，如果您有一个完整的索引event_value，并且您的常见查询正在检索单行，例如：

SELECT * FROM tbl WHERE event_value = 123;

...然后额外的部分指数不会买太多。它仍然会被使用，因为它仍然有点快，但并不比完整索引快多少。额外索引的成本可能会超过收益。

虽然罕见的值是“32 位标识符”，但假设它们都 > 1 可能是不正确的。Postgres 使用有符号整数，并且 32 位实体也将涵盖负数。（我们甚至可以排除0或1作为这些标识符之一吗？）如果也可以有负值：

CREATE INDEX tbl_event_value_part_idx ON tbl (event_value)
WHERE event_value > 1 OR event_value < 0; -- or similar

event_value不必是索引列，无论它在 WHERE 子句中的使用如何。这完全取决于预期的查询类型。无论哪种方式，安全的赌注是将相同的WHERE条件逐字添加到任何应该使用索引的查询中，即使这在逻辑上是多余的。Postgres 可以做出非常基本的逻辑结论来确定适用的索引，但它不是人工智能，也不会尝试（会很快变得太昂贵）。喜欢：

SELECT * FROM tbl WHERE event_value > 1 OR event_value < 0

有关的：

• IS NULL 上的 Postgres 部分索引不起作用
• 在具有现有数据的表上创建时未使用 PostgreSQL 部分索引
• 如何使用`WHERE field IS NULL`索引查询？