推荐的方法来索引postgres中的日期字段？

Question

我有一些约有1700万行的表，每个表都有一个日期列，我希望能够经常利用它们进行搜索。我正在考虑只是在该列上添加索引，然后查看情况如何，或者按一次操作按日期对项目进行排序，然后将所有内容插入到新表中，以便主键随着日期的增加而上升。

由于这些都是非常耗时的，所以我认为值得在这里先征询意见。

最终目标是让我将sql查询加载到pandas中，以便在此处进行相关分析。

Answer 1

当您要在表中搜索给定日期时，日期列上的索引是有意义的，例如：

select * from test
where the_date = '2016-01-01';
-- or

select * from test
where the_date between '2016-01-01' and '2016-01-31';
-- etc

在这些查询中，无论主键和日期列的排序顺序是否相同。因此，将数据重写到新表将毫无用处。只需创建一个索引。

但是，如果您打算仅在ORDER BY以下情况下使用索引：

select * from test
order by the_date;

那么主键整数索引可能比日期列上的索引快得多（2-4 倍）。

Answer 2

Postgres支持某些扩展的聚集索引，这是通过删除和重新插入数据而建议的。

实际上，按照所需顺序删除和重新插入数据不会更改查询所花费的时间。Postgres不知道数据的顺序。

如果您知道该表的数据不会更改。然后根据您创建的索引对数据进行聚类。

此操作根据索引中的顺序对表进行重新排序。在更新表之前，它非常有效。语法为：

CLUSTER tableName USING IndexName;

有关详细信息，请参见手册。

我也建议您使用

explain <query>;

比较索引前后的两个查询。或在群集前后。