为什么PostgreSQL对索引列执行顺序扫描？

Question

非常简单的例子 - 一个表,一个索引,一个查询:

CREATE TABLE book
(
  id bigserial NOT NULL,
  "year" integer,
  -- other columns...
);

CREATE INDEX book_year_idx ON book (year)

EXPLAIN
 SELECT *
   FROM book b
  WHERE b.year > 2009

给我:

Seq Scan on book b  (cost=0.00..25663.80 rows=105425 width=622)
  Filter: (year > 2009)

为什么它不执行索引扫描？我错过了什么？

Answer 1

如果SELECT返回表中所有行的大约5-10%,则顺序扫描比索引扫描快得多.

这是因为索引扫描需要为每行执行多个 IO操作(查找索引中的行,然后从堆中检索行).虽然顺序扫描每行只需要一个IO - 或者甚至更少,因为磁盘上的块(页面)包含多行,因此可以使用单个IO操作获取多个行.

顺便说一句:对于其他DBMS也是如此 - 一些优化作为"仅索引扫描"而被忽略(但对于SELECT*,这样的DBMS极不可能用于"仅索引扫描")

Answer 2

你分析了表/数据库了吗？那么统计呢？当年份> 2009年有许多记录时,顺序扫描可能比索引扫描更快.

Answer 3

在索引扫描中，读取头从一行跳转到另一行，这比读取下一个物理块（在顺序扫描中）慢 1000 倍。

因此，如果（要检索的记录数 * 1000）小于记录总数，则索引扫描的性能会更好。

Answer 4

@a_horse_with_no_name 解释得很好。此外，如果您真的想使用索引扫描，通常应该在 where 子句中使用有界范围。例如 - year > 2019 和 year < 2020。

很多时候没有更新表上的统计信息，并且由于限制可能无法这样做。在这种情况下，优化器将不知道在 year > 2019 中应该取多少行。因此它选择顺序扫描来代替完整的知识。大多数情况下，有界分区将解决问题。