描述

Linux 上的 PostgreSQL 9.6，tags_tmp表大小~ 30 GB（1000 万行），tags是一个text[]并且只有 6 个值。

tags_tmp(id int, tags text[], maker_date timestamp, value text)

tags_tmp(id int, tags text[], maker_date timestamp, value text)

我需要使用 filter ontags和order byon检索数据maker_date desc。我可以在两tags & maker_date desc列上创建索引吗？

如果没有，你能提出其他想法吗？

查询示例

select id, tags, maker_date, value
from tags_tmp
where  tags && array['a','b']
order by maker_date desc
limit 5 offset 0

SQL 代码：

create index idx1 on tags_tmp using gin (tags);
create …

我有一个包含数亿行的表，我需要从中删除数据。

现有的索引是最有效的。

但是，我可以使用现有索引通过使用ctid值查找要删除的行：

DELETE FROM calendar_event WHERE ctid IN
(SELECT ctid FROM calendar_event WHERE user_id = 5 LIMIT 100 FOR UPDATE)

ctid在这种情况下依赖 的风险是什么？我最糟糕的情况是删除错误的行。

我需要将一个大.sql文件（解压时为 8.1GB）导入 PostgreSQL。我尝试使用，\i /path/to/file.sql但它太慢了。

如何加快进口？我需要每周导入这些数据。

在第一个2000行可以在这里找到，而压缩的1点GB转储可以在这里找到

--
-- PostgreSQL database dump
--

-- Dumped from database version 9.5.3
-- Dumped by pg_dump version 9.5.2

SET statement_timeout = 0;
SET lock_timeout = 0;
SET client_encoding = 'UTF8';
SET standard_conforming_strings = on;
SET check_function_bodies = false;
SET client_min_messages = warning;
SET row_security = off;

--
-- Name: rpo; Type: SCHEMA; Schema: -; Owner: -
--

这是我获取数据的唯一途径。完整的文件有大约。38,000,000 行。如何加快导入速度？

我有一个 PostgreSQL 数据库，我运行了大量的负载。我希望这个负载尽可能快。我已经在使用复制命令等。

我一直在阅读关于timescaledb以及它如何提供改进的插入性能。但是，如果我只关心插入性能，我想知道使用 hypertables 而不是常规表是否有任何缺点？

我看到了这个问题Bit vs. Boolean columns。

对于 Postgres，我问自己同样的问题：一位整数列是否占用了布尔值列的相同磁盘空间？在大表（约 50 列 x 约 5000 万行）中，哪一个表现最好？我怎样才能找到这个？

在 Postgres 中，如果超过 99.9% 的时间记录存在并且没有执行任何操作，则执行 \xe2\x80\x9cINSERT\xe2\x80\xa6 ON CONFLICT DO NOTHING\xe2\x80\x9d 是否效率低下？

例如让\xe2\x80\x99s 说我有一个节点进程，它获取映射到行的 100k 记录，其中 99,980 条已经存在。我可以：

\n
• 将它们全部插入，但对唯一性约束违规不执行任何操作
\n
• 插入不存在的查询
\n
• 全选，对\xe2\x80\x9cclient\xe2\x80\x9d这边做去重，然后只插入新的20个
\n

第一种方法是最简单的，但我想知道它对于 Postgres 来说是否效率太低。我读到它在这样的 \xe2\x80\x9cdo Nothing\xe2\x80\x9d 情况下增加序列号，但是如果我跳过使用序列并使用我的唯一字段作为主（字符串）键，那可以吗？ ？

如果我在 Postgres 表中有一堆行，然后创建一个索引，如果在创建后插入新数据行，索引是否会自动更新？

或者说，REINDEX 是仅在一些罕见的情况下需要，还是在添加新数据时才需要？

我们在 PostgreSQL 的单个事务中执行大约 100k DDL 语句。在执行过程中，各个 Postgres 连接的内存使用量逐渐增加，一旦它无法获得更多内存（在 3GB 内存上从 10MB 使用量增加到 2.2GB），OOM 杀手用 9 命中它，导致 Postgres 进入恢复模式.

BEGIN;

CREATE SCHEMA schema_1;
-- create table stmts - 714
-- alter table add pkey stmts - 714
-- alter table add constraint fkey stmts - 34
-- alter table add unique constraint stmts - 2
-- alter table alter column set default stmts - 9161
-- alter table alter column set not null stmts - 2405
-- alter table add check …

问题

我计划将包含更多 1000 万条记录的 CSV 加载到 PostgreSQL v12.1，其中一列具有“分类”值，因此为其创建枚举类型似乎是一个不错的选择，但它包含 208 个类别。

最短的字段为 2，最长的字段为 11 个字符。所有字段的平均值为 2.4。字符编码是 UTF8，但所有字符都是 ASCII。

问题：

我应该使用enumerated或varchar哪种类型？

附加信息

我丢弃char是因为官方 PostgreSQL 文档说明了有关char、varchar和text 的以下内容：

提示：这三种类型之间没有性能差异，除了使用空白填充类型时增加了存储空间，以及在存储到长度受限列时需要额外的一些 CPU 周期来检查长度。虽然 character(n) 在其他一些数据库系统中具有性能优势，但在 PostgreSQL 中没有这样的优势；事实上 character(n) 通常是三个中最慢的，因为它有额外的存储成本。在大多数情况下，应改用文本或字符变化。

PostgreSQL 中的枚举值在磁盘上占用4 个字节（请参阅 8.7.4. 实现细节）。考虑到这一点和使用enum类型的2.4 平均字符串长度会导致磁盘使用率略高（PostgreSQL 中的短字符串需要一个额外的字节磁盘空间）。我仍然有一种直觉，即使用 enum 是更好的选择，因为它的实现使许多针对它的操作更快。

我的应用程序正在执行以下 psql 查询，并且运行速度非常慢：

SELECT COUNT(*) 
FROM (
  SELECT 1 AS one 
  FROM "large_table" 
  WHERE "large_table"."user_id" = 123 
  ORDER BY "large_table"."id" desc 
  LIMIT 1 OFFSET 30
) subquery_for_count;

当我将 更改ORDER BY为时ASC，它的运行速度快了 100 倍。我在 id 上有默认的主键索引，并且我已经尝试按降序顺序为 id 添加附加索引，但这似乎没有什么区别。

当我运行解释分析时，我发现它在慢速查询 ( ) 上使用向后索引扫描desc。我尝试手动禁用会话的索引扫描，发现查询运行时间为 40 秒，而不是 2 分钟，这是一个显着的改进。

知道如何在按 DESC 排序时尝试提高此查询的速度吗？我读过，对于 b 树索引，无论排序顺序如何，它通常应该为您提供相同的性能，但情况似乎并非如此。