摘要

關係資料庫很重要的一個方面是查詢速度。查詢速度的好壞，直接影響一個系統的好壞。

查詢速度一般需要通過查詢規劃來窺視執行的過程。

查詢路徑會選擇查詢代價最低的路徑執行。而這個代價是怎麼算出來的呢。

主要關注的引數和表

引數:來自postgresql.conf檔案，可以通過show 來檢視

seq_page_cost = 1.0     # measured on an arbitrary scale
random_page_cost = 4.0     # same scale as above
cpu_tuple_cost = 0.01     # same scale as above
cpu_index_tuple_cost = 0.005   # same scale as above
cpu_operator_cost = 0.0025    # same scale as above
parallel_tuple_cost = 0.1    # same scale as above
parallel_setup_cost = 1000.0   # same scale as above 

表(檢視): pg_class（主要關注relpages,reltuples）,pg_stats

分析簡單的查詢的成本計算過程

建立模擬資料，插入100000條資料進入一個表

create table test(id int,info text);
insert into test(id,info) select i,md5(i::text) from generate_series(1,100000) t(i); 

沒有索引的情況

分析全表查詢的成本計算過程

postgres=# analyze test;  #防止沒有分析
postgres=# explain select * from test;
       QUERY PLAN       
-------------------------------------------------------------
 Seq Scan on test (cost=0.00..1834.00 rows=100000 width=37) 

1.查詢pg_class表，檢視test表的page數量和行數

postgres=# select t.relpages,t.reltuples from pg_class t where t.relname = 'test';
 relpages | reltuples 
----------+-----------
  834 | 100000 

成本為1834.00是怎麼算出來的？

2.這個過程，實際上是順序掃描了834個page，節點發射了100000行

3.檢視配置引數

seq_page_cost = 1.0 
cpu_tuple_cost = 0.01 

4.得出的結果就是

postgres=# select 834 * 1.0 + 100000 * 0.01;
 ?column? 
----------
 1834.00 

5.得出來的查詢成本就是 1834.00。和上面的查詢計劃算出來的一致。

全表加入條件的成本計算過程

postgres=# explain select * from test where id = 100;
      QUERY PLAN      
--------------------------------------------------------
 Seq Scan on test (cost=0.00..2084.00 rows=1 width=37)
 Filter: (id = 100) 

成本 2084.00是怎麼算出來的？

1.查詢pg_class表,pages,tuples和上面的例子一樣

2.這個過程就是順序test表，發射100000行，然後通過雲存過濾了100000行

3.檢視過濾運算一行的代價

cpu_operator_cost = 0.0025 

4.得出的結果是

postgres=# select 834 * 1.0 + 100000 * 0.01 + 100000 * 0.0025;
 ?column? 
-----------
 2084.0000

加入索引的情況

```
create index on test(id);
```

對比下面的四種情況

Index Only Scan

postgres=# explain select id from test where id = 100;
                 QUERY PLAN                 
-----------------------------------------------------------------------------
 Index Only Scan using test_id_idx on test (cost=0.29..8.31 rows=1 width=4)
  Index Cond: (id = 100) 

Index Scan

postgres=# explain select * from test where id = 100;
                QUERY PLAN                
-------------------------------------------------------------------------
 Index Scan using test_id_idx on test (cost=0.29..8.31 rows=1 width=37)
  Index Cond: (id = 100) 

Index Scan

postgres=# explain select * from test where id < 100;
                 QUERY PLAN                 
----------------------------------------------------------------------------
 Index Scan using test_id_idx on test (cost=0.29..10.11 rows=104 width=37)
  Index Cond: (id < 100) 

把資料亂序插入

truncate table test;
insert into test(id,1000000) t(i) order by random();

postgres=# explain select * from test where id < 100;
                 QUERY PLAN                 
----------------------------------------------------------------------------
 Bitmap Heap Scan on test (cost=5.22..380.64 rows=102 width=37)
  Recheck Cond: (id < 100)
  -> Bitmap Index Scan on test_id_idx (cost=0.00..5.19 rows=102 width=0)
     Index Cond: (id < 100)

結論

• 有索引的時候，成本會大大減少。
• 執行計劃跟資料的分佈有很大的關係。
• 有索引的分析相對複雜一點，可以先參考官方原始碼實現。後面再補充上來

總結

以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，謝謝大家對我們的支援。