RDS 上非常慢的简单 PostgreSQL 查询

Question

我似乎在中型 RDS 盒子（db.m3.medium，3.7gb ram）上的查询速度很慢。

这是一个包含 4,152,928 行的表格。

select sum(some_field) c
from pages
where pages.some_id=123
and pages.first_action_at > '2014-01-01 00:00:00 +1000'

总运行时间：45031 毫秒。
在本地，我有大约 110 万行，同样的查询需要大约 450 毫秒。

这是查询计划，来自解释：

Aggregate  (cost=475640.59..475640.60 rows=1 width=4)
   ->  Seq Scan on pages  (cost=0.00..475266.07 rows=149809 width=4)
         Filter: ((first_action_at > '2014-01-01 00:00:00'::timestamp without time zone) 
                AND (some_id = 447))

这是来自解释分析的回应：

 Aggregate  (cost=475641.74..475641.76 rows=1 width=4) (actual time=42419.717..42419.718 rows=1 loops=1)
   ->  Seq Scan on pages  (cost=0.00..475267.22 rows=149810 width=4) (actual time=0.013..42265.908 rows=141559 loops=1)
    Filter: ((first_action_at > '2014-01-01 00:00:00'::timestamp without time zone) AND (some_id = 447))
    Rows Removed by Filter: 4011369

总运行时间：42419.772 毫秒

作为参考，141559 行是 sum() 的一部分。

我目前拥有的索引是：

:some_id
:some_id, :first_action_at

work_mem之前设置为 1 mb（RDS 默认值）。我刚刚将其更改为 18 MB。

编辑：似乎可以通过增加work_mem和添加上面的第二个索引来解决，速度现在约为 800 毫秒。

Answer 1

匹配索引

重新阅读您的问题后，我意识到您运行的不是 Amazon Redshift，而是 Amazon RDS，它似乎正在运行未受污染的 Postgres，至少根据文档：

Amazon RDS 支持运行多个 PostgreSQL 版本的数据库实例。目前我们支持 PostgreSQL 版本 9.3.1、9.3.2 和 9.3.3。

这意味着您可以使用仅索引扫描。如果您满足一些先决条件（基本上如果vacuum可以跟上写操作）并且如果some_field没有经常更新并且相当小（这似乎是数字列的情况），那么完美的索引将包含some_field在最后一个位置（如@zerkms首先提到）：

CREATE INDEX ON pages(some_id, first_action_at, some_field);

请注意，some_id应该在之前 first_action_at，因为首先让列进行相等性检查，然后再进行范围检查通常会更有效。详细信息：多列
索引和性能

如果您在 中没有看到“仅索引扫描” EXPLAIN ANALYZE，则最后一列只是压舱物，最好将其保留：

CREATE INDEX ON pages(some_id, first_action_at);

（就像你现在一样，根据你的问题更新。）

无论哪种方式，另一个索引(some_id)只提供很少的多列索引：
复合索引是否也适用于第一个字段的查询？

服务器配置

所有关于慢查询和正确服务器配置的常见建议都适用work_mem，1 MB的设置对于具有数百万行的数据库来说太低了。但是这个特定的设置对于这个特定的查询不应该是至关重要的，因为work_mem是（每个文档）：

内部排序操作和哈希表使用的内存。

两者都不适用于这里。