Tarihlerle endeks optimizasyonu

Eski bir alan için sorgulamak istediğim PostgreSQL 9.0.8'de büyük bir nesne tablosu (15M + satır) var.

Ölçeklenebilirlik ve eşzamanlılık amacıyla sorguyu milyonlarca bölmek istiyorum ve birkaç gün önce bir tarih güncellendi_at alanlı tüm verileri almak istiyorum.

Bir milyon iddada birçok endeks ve sorgu denedim ve Heroku'nun Ronin donanımıyla 100 saniyenin altında bir performans elde edemiyorum.

Bunu olabildiğince verimli hale getirmeye çalıştığım öneriler arıyorum.

1 TL

 EXPLAIN ANALYZE SELECT count(*) FROM objects
 WHERE (date(updated_at)) < (date(now())-7) AND id >= 5000001 AND id < 6000001;
 INDEX USED: (date(updated_at),id)
 268578.934 ms

# 2 YTL

 EXPLAIN ANALYZE SELECT count(*) FROM objects
 WHERE ((date(now()) - (date(updated_at)) > 7)) AND id >= 5000001 AND id < 6000001;
 INDEX USED: primary key
 335555.144 ms

3 YTL

 EXPLAIN ANALYZE SELECT count(*) FROM objects
 WHERE (date(updated_at)) < (date(now())-7) AND id/1000000 = 5;
 INDEX USED: (date(updated_at),(id/1000000))
 243427.042 ms

4 YTL

 EXPLAIN ANALYZE SELECT count(*) FROM objects
 WHERE (date(updated_at)) < (date(now())-7) AND id/1000000 = 5 AND updated_at IS NOT NULL;
 INDEX USED: (date(updated_at),(id/1000000)) WHERE updated_at IS NOT NULL 
 706714.812 ms

5 TL (tek bir aylık eski veriler için)

 EXPLAIN ANALYZE SELECT count(*) FROM objects
 WHERE (EXTRACT(MONTH from date(updated_at)) = 8) AND id/1000000 = 5;
 INDEX USED: (EXTRACT(MONTH from date(updated_at)),(id/1000000))
 107241.472 ms

6 TL

 EXPLAIN ANALYZE SELECT count(*) FROM objects
 WHERE (date(updated_at)) < (date(now())-7) AND id/1000000 = 5;
 INDEX USED: ( (id/1000000 ) ASC ,updated_at DESC NULLS LAST)
 106842.395 ms

7 YTL ((bkz: http://explain.depesz.com/s/DQP )

 EXPLAIN ANALYZE SELECT count(*) FROM objects
 WHERE id/1000000 = 5 and (date(updated_at)) < (date(now())-7);
 INDEX USED: ( (id/1000000 ) ASC ,date(updated_at) DESC NULLS LAST);
 100732.049 ms
 Second try: 87280.728 ms

8 TL

 EXPLAIN ANALYZE SELECT count(*) FROM objects
 WHERE (date(updated_at)) < (date(now())-7) AND id/1000000 = 5 AND updated_at IS NOT NULL;
 INDEX USED:  ( (id/1000000 ) ASC ,date(updated_at) ASC NULLS LAST);
 129133.022 ms

9 TL ( Erwin'in önerisine göre kısmi indeks , bakınız: http://explain.depesz.com/s/p9A )

 EXPLAIN ANALYZE SELECT count(*) FROM objects
 WHERE id BETWEEN 5000000 AND 5999999 AND (date(updated_at)) < '2012-10-23'::date;
 INDEX USED: (date(updated_at) DESC NULLS LAST)
 WHERE id BETWEEN 5000000 AND 6000000 AND date(updated_at) < '2012-10-23'::date;
 73861.047 ms

10 TL ( Erwin'in önerisine göre CLUSTER ).

 CREATE INDEX ix_8 on objects ( (id/1000000 ) ASC ,date(updated_at) DESC NULLS LAST);
 CLUSTER entities USING ix_8;
 EXPLAIN ANALYZE SELECT count(*) FROM objects
 WHERE id/1000000 = 5 and (date(updated_at)) < (date(now())-7) ;
 4745.595 ms

 EXPLAIN ANALYZE SELECT count(*) FROM objects
 WHERE id/1000000 = 10 and (date(updated_at)) < (date(now())-7) ;
 17573.639 ms

==> Bu çözüm kazanan gibi görünüyor. Başvurumdaki her yerdeki karşı etkileri doğrulamak için iyice test etmem gerekecek.

DB ayarları:

pg_settings'den isim, min_val, max_val, boot_val seçin;

             name               |  min_val  |   max_val    |     boot_val      
--------------------------------+-----------+--------------+-------------------
allow_system_table_mods         |           |              | off
application_name                |           |              | 
archive_command                 |           |              | 
archive_mode                    |           |              | off
archive_timeout                 | 0         | 2147483647   | 0
array_nulls                     |           |              | on
authentication_timeout          | 1         | 600          | 60
autovacuum                      |           |              | on
autovacuum_analyze_scale_factor | 0         | 100          | 0.1
autovacuum_analyze_threshold    | 0         | 2147483647   | 50
autovacuum_freeze_max_age       | 100000000 | 2000000000   | 200000000
autovacuum_max_workers          | 1         | 536870911    | 3
autovacuum_naptime              | 1         | 2147483      | 60
autovacuum_vacuum_cost_delay    | -1        | 100          | 20
autovacuum_vacuum_cost_limit    | -1        | 10000        | -1
autovacuum_vacuum_scale_factor  | 0         | 100          | 0.2
autovacuum_vacuum_threshold     | 0         | 2147483647   | 50
backslash_quote                 |           |              | safe_encoding
bgwriter_delay                  | 10        | 10000        | 200
bgwriter_lru_maxpages           | 0         | 1000         | 100
bgwriter_lru_multiplier         | 0         | 10           | 2
block_size                      | 8192      | 8192         | 8192
bonjour                         |           |              | off
bonjour_name                    |           |              | 
bytea_output                    |           |              | hex
check_function_bodies           |           |              | on
checkpoint_completion_target    | 0         | 1            | 0.5
checkpoint_segments             | 1         | 2147483647   | 3
checkpoint_timeout              | 30        | 3600         | 300
checkpoint_warning              | 0         | 2147483647   | 30
client_encoding                 |           |              | SQL_ASCII
client_min_messages             |           |              | notice
commit_delay                    | 0         | 100000       | 0
commit_siblings                 | 1         | 1000         | 5
constraint_exclusion            |           |              | partition
cpu_index_tuple_cost            | 0         | 1.79769e+308 | 0.005
cpu_operator_cost               | 0         | 1.79769e+308 | 0.0025
cpu_tuple_cost                  | 0         | 1.79769e+308 | 0.01
cursor_tuple_fraction           | 0         | 1            | 0.1
custom_variable_classes         |           |              | 
DateStyle                       |           |              | ISO, MDY
db_user_namespace               |           |              | off
deadlock_timeout                | 1         | 2147483      | 1000
debug_assertions                |           |              | off
debug_pretty_print              |           |              | on
debug_print_parse               |           |              | off
debug_print_plan                |           |              | off
debug_print_rewritten           |           |              | off
default_statistics_target       | 1         | 10000        | 100
default_tablespace              |           |              | 
default_text_search_config      |           |              | pg_catalog.simple
default_transaction_isolation   |           |              | read committed
default_transaction_read_only   |           |              | off
default_with_oids               |           |              | off
effective_cache_size            | 1         | 2147483647   | 16384
effective_io_concurrency        | 0         | 1000         | 1
enable_bitmapscan               |           |              | on
enable_hashagg                  |           |              | on
enable_hashjoin                 |           |              | on
enable_indexscan                |           |              | on
enable_material                 |           |              | on
enable_mergejoin                |           |              | on
enable_nestloop                 |           |              | on
enable_seqscan                  |           |              | on
enable_sort                     |           |              | on
enable_tidscan                  |           |              | on
escape_string_warning           |           |              | on
extra_float_digits              | -15       | 3            | 0
from_collapse_limit             | 1         | 2147483647   | 8
fsync                           |           |              | on
full_page_writes                |           |              | on
geqo                            |           |              | on
geqo_effort                     | 1         | 10           | 5
geqo_generations                | 0         | 2147483647   | 0
geqo_pool_size                  | 0         | 2147483647   | 0
geqo_seed                       | 0         | 1            | 0
geqo_selection_bias             | 1.5       | 2            | 2
geqo_threshold                  | 2         | 2147483647   | 12
gin_fuzzy_search_limit          | 0         | 2147483647   | 0
hot_standby                     |           |              | off
ignore_system_indexes           |           |              | off
integer_datetimes               |           |              | on
IntervalStyle                   |           |              | postgres
join_collapse_limit             | 1         | 2147483647   | 8
krb_caseins_users               |           |              | off
krb_srvname                     |           |              | postgres
lc_collate                      |           |              | C
lc_ctype                        |           |              | C
lc_messages                     |           |              |
lc_monetary                     |           |              | C
lc_numeric                      |           |              | C
lc_time                         |           |              | C
listen_addresses                |           |              | localhost
lo_compat_privileges            |           |              | off
local_preload_libraries         |           |              |
log_autovacuum_min_duration     | -1        | 2147483      | -1
log_checkpoints                 |           |              | off
log_connections                 |           |              | off
log_destination                 |           |              | stderr
log_disconnections              |           |              | off
log_duration                    |           |              | off
log_error_verbosity             |           |              | default
log_executor_stats              |           |              | off
log_hostname                    |           |              | off
log_line_prefix                 |           |              |
log_lock_waits                  |           |              | off
log_min_duration_statement      | -1        | 2147483      | -1
log_min_error_statement         |           |              | error
log_min_messages                |           |              | warning
log_parser_stats                |           |              | off
log_planner_stats               |           |              | off
log_rotation_age                | 0         | 35791394     | 1440
log_rotation_size               | 0         | 2097151      | 10240
log_statement                   |           |              | none
log_statement_stats             |           |              | off
log_temp_files                  | -1        | 2147483647   | -1
log_timezone                    |           |              | UNKNOWN
log_truncate_on_rotation        |           |              | off
logging_collector               |           |              | off
maintenance_work_mem            | 1024      | 2097151      | 16384
max_connections                 | 1         | 536870911    | 100
max_files_per_process           | 25        | 2147483647   | 1000
max_function_args               | 100       | 100          | 100
max_identifier_length           | 63        | 63           | 63
max_index_keys                  | 32        | 32           | 32
max_locks_per_transaction       | 10        | 2147483647   | 64
max_prepared_transactions       | 0         | 536870911    | 0
max_stack_depth                 | 100       | 2097151      | 100
max_standby_archive_delay       | -1        | 2147483      | 30000
max_standby_streaming_delay     | -1        | 2147483      | 30000
max_wal_senders                 | 0         | 536870911    | 0
password_encryption             |           |              | on
port                            | 1         | 65535        | 5432
post_auth_delay                 | 0         | 2147483647   | 0
pre_auth_delay                  | 0         | 60           | 0
random_page_cost                | 0         | 1.79769e+308 | 4
search_path                     |           |              | "$user",public
segment_size                    | 131072    | 131072       | 131072
seq_page_cost                   | 0         | 1.79769e+308 | 1
server_encoding                 |           |              | SQL_ASCII
server_version                  |           |              | 9.0.8
server_version_num              | 90008     | 90008        | 90008
session_replication_role        |           |              | origin
shared_buffers                  | 16        | 1073741823   | 1024
silent_mode                     |           |              | off
sql_inheritance                 |           |              | on
ssl                             |           |              | off
ssl_renegotiation_limit         | 0         | 2097151      | 524288
standard_conforming_strings     |           |              | off
statement_timeout               | 0         | 2147483647   | 0
superuser_reserved_connections  | 0         | 536870911    | 3
synchronize_seqscans            |           |              | on
synchronous_commit              |           |              | on
syslog_facility                 |           |              | local0
syslog_ident                    |           |              | postgres
tcp_keepalives_count            | 0         | 2147483647   | 0
tcp_keepalives_idle             | 0         | 2147483647   | 0
tcp_keepalives_interval         | 0         | 2147483647   | 0
temp_buffers                    | 100       | 1073741823   | 1024
temp_tablespaces                |           |              |
TimeZone                        |           |              | UNKNOWN
timezone_abbreviations          |           |              | UNKNOWN
trace_notify                    |           |              | off
trace_recovery_messages         |           |              | log
trace_sort                      |           |              | off
track_activities                |           |              | on
track_activity_query_size       | 100       | 102400       | 1024
track_counts                    |           |              | on
track_functions                 |           |              | none
transaction_isolation           |           |              |
transaction_read_only           |           |              | off
transform_null_equals           |           |              | off
unix_socket_group               |           |              |
unix_socket_permissions         | 0         | 511          | 511
update_process_title            |           |              | on
vacuum_cost_delay               | 0         | 100          | 0
vacuum_cost_limit               | 1         | 10000        | 200
vacuum_cost_page_dirty          | 0         | 10000        | 20
vacuum_cost_page_hit            | 0         | 10000        | 1
vacuum_cost_page_miss           | 0         | 10000        | 10
vacuum_defer_cleanup_age        | 0         | 1000000      | 0
vacuum_freeze_min_age           | 0         | 1000000000   | 50000000
vacuum_freeze_table_age         | 0         | 2000000000   | 150000000
wal_block_size                  | 8192      | 8192         | 8192
wal_buffers                     | 4         | 2147483647   | 8
wal_keep_segments               | 0         | 2147483647   | 0
wal_level                       |           |              | minimal
wal_segment_size                | 2048      | 2048         | 2048
wal_sender_delay                | 1         | 10000        | 200
wal_sync_method                 |           |              | fdatasync
wal_writer_delay                | 1         | 10000        | 200
work_mem                        | 64        | 2097151      | 1024
xmlbinary                       |           |              | base64
xmloption                       |           |              | content
zero_damaged_pages              |           |              | off
(195 rows)

— xlash
kaynak

Tablo yapısı ~ 20-30 sütun, birkaç yabancı anahtar tamsayıları, string, text, boolean'ler içerir. Dizin tanımı, yukarıda INDEX USEd’in yanındaki kayıtta yer almaktadır. (Sorguların kullandığı 8 indeksi yayınladım). Daha hızlı güncelleme için birkaç dizin daha var ve uygulamam için seçti. Sonunda bir bulut DB kullanıyorum ve hiçbir şeyi değiştirmedim. Dizin tanımımın bu optimizasyona girmeden önce alabileceği kadar iyi olup olmadığını merak ediyorum. Yine de, bilgi ile güncelleyeceğim.

— xlash

Öncelikle olabilir mi? Sen yaz:

Tüm verileri updated_at alanıyla birkaç gün öncesine ait bir tarihte almak istiyorum .

Ancak WHEREdurumunuz:

(tarih (güncellendi_at)) < (tarih (şimdi ()) - 7)

Olmamalı mıydı >?

endeksleri

En iyi performans için, ...

dizinlerinizi bölümleyin
alakasız satırları dizinlerden hariç tut
Endeksleri çalışma saatleri dışında güncellenen yüklemle otomatik olarak yeniden oluştur.

Dizinleriniz şöyle görünebilir:

CREATE INDEX objects_id_updated_at_idx (updated_at::date DESC NULLS LAST)
WHERE  id BETWEEN 0 AND 999999
AND    updated_at > '2012-10-01 0:0'::timestamp  -- some minimum date

CREATE INDEX objects_id_updated_at_idx (updated_at::date DESC NULLS LAST)
WHERE  id BETWEEN 1000000 AND 1999999
AND    updated_at > '2012-10-01 0:0'::timestamp  -- some minimum date

...

İkinci koşul, gerçek veri dağılımınıza bağlı olarak derhal ilgisiz satırları hemen dizinin dışında tutar ve bu da daha küçük ve daha hızlı olmasını sağlar. İlk yorumuma göre, daha yeni satırlar istediğinizi farz ediyorum .

Bu durum ayrıca tablodaki NULL değerlerini otomatik olarak dışlar updated_at- bu tabloya izin verdiğiniz ve sorguda dışlamak istediğiniz açıktır. Endeksin kullanışlılığı zamanla kötüleşir. Sorgu her zaman en son girdileri alır. Dizini WHEREperiyodik olarak güncellenmiş bir cümle ile yeniden oluşturun . Bu, masaya özel bir kilit gerektirdiğinden, mesai saatlerinde yapın. CREATE INDEX CONCURRENTLYKilidin süresini en aza indirmek için de vardır :

CREATE INDEX CONCURRENTLY objects_id_up_201211_idx; -- create new idx
DROP INDEX  objects_id_up_201210_idx;  -- then drop old

SO ile ilgili cevap:

Postgres kayıtları yanlış sırayla veriyor

Daha da iyileştirmek için, CLUSTERyorumlarda belirtildiği gibi kullanabilirsiniz . Ancak bunun için tam bir endekse ihtiyacınız var. Kısmi bir indeks ile çalışmıyor. Geçici olarak yaratırsınız:

CREATE INDEX objects_full_idx (id/1000000, updated_at::date DESC NULLS LAST);

Tam dizinin bu formu, yukarıdaki kısmi dizinlerin sıralama düzeniyle eşleşir.

CLUSTER objects USING objects_full_idx;
ANALYZE objects;

Bu, tablo fiziksel olarak yeniden yazıldığı için biraz zaman alacaktır. Aynı zamanda etkili birVACUUM FULL . Masada özel bir yazma kilidine ihtiyacı vardır, bu yüzden mesai saatlerinde - bunu karşılayabileceğiniz sürece. Yine, daha az istilacı bir alternatif var: pg_repack

Daha sonra dizini tekrar bırakabilirsiniz. Bu tek seferlik bir etki. Sorgularınızın bundan ne kadar faydalandığını görmek için en azından bir kere denerdim. Etki daha sonraki yazma işlemleriyle kötüleşir. Önemli bir etki görürseniz, bu işlemi kapalı saatlerde tekrarlayabilirsiniz.

Masanız çok sayıda yazma işlemi alıyorsa, bu adım için maliyet ve faydayı ölçmeniz gerekir. Birçok güncellemeler için bir ayar düşünün FILLFACTORdaha düşük 100. Do olduğunu daha önce sizeCLUSTER . .

Sorgu

SELECT count(*)
FROM   objects
WHERE  id BETWEEN 0 AND 999999  -- match conditions of partial index!
AND    updated_at > '2012-10-01 0:0'::timestamp
AND    updated_at::date > (now()::date - 7)

Daha

Bu ilgili cevap, dizin bölümleme için daha gelişmiş bir teknik sunar:

Mekansal dizin "aralık - sırayla - limit" sorgusuna yardımcı olabilir

Diğer şeylerin yanı sıra, otomatik dizin oluşturma (yeniden oluşturma) için örnek kod sağlar.

PostgreSQL 9.2+ sizin için birkaç yeni özelliğe sahiptir. Sadece indeks taramalar , zaman ayırmaya değer.

autovacuumDüzgün çalıştığından emin olun . Tarafından büyük kazanç CLUSTERbildirdiğiniz örtülü kısmen bağlı olabilir VACUUM FULLsen aldığım o CLUSTER. Belki de bu otomatik olarak Heroku tarafından kurulur, emin değilim.
Sorunuzdaki ayarlar iyi görünüyor. Yani bu muhtemelen burada bir sorun değil ve CLUSTERgerçekten bu kadar etkili oldu.

Declarative partitioning

Sonunda Postgres 12'de olgunlaştı . Bunu şimdi manuel dizin bölümleme yerine (veya en azından ek olarak) kullanmayı düşünürdüm. Menzil ile bölünmesi updated_atbölümü anahtar olarak. (Genel performansta birçok iyileştirmenin yanı sıra, büyük veriler ve özellikle btree endeks performansı.)

— Erwin Brandstetter
kaynak