Kann PostgreSQL Nullen in seinen Indizes verwenden?

Ich habe dieses Buch gelesen, in dem das steht

Die Datenbank geht davon aus, dass Indexed_Col IS NOT NULL einen zu großen Bereich abdeckt, um nützlich zu sein, sodass die Datenbank unter dieser Bedingung nicht zu einem Index fährt.

Ich erkenne, dass das Buch mehr als 10 Jahre alt ist, aber es hat sich bereits als sehr nützlich erwiesen. Mit Hilfe der Anweisungen auf den Seiten habe ich eine Abfrage um den Faktor zehn beschleunigt.

Außerdem habe ich beim Ausführen EXPLAIN ANALYZEeiner SELECTAbfrage festgestellt, dass keiner meiner Indizes verwendet wird, auch wenn dies mit allen Rechten der Fall sein sollte.

Meine Frage lautet also:

Angenommen, es gibt eine Tabelle mit einer Spalte, deren Spaltendefinition "NOT NULL" enthält, und es gibt einen Index, der diese Spalte abdeckt. Würde dieser Index in einer Abfrage dieser Tabelle verwendet, in der die Spalten Teil der Abfrage sind?

Mögen:

CREATE TABLE my_table(
a varchar NOT NULL
);

CREATE INDEX ix_my_table ON my_table(a);

SELECT a from my_table;

PostgreSQL kann sicherlich einen Index für verwenden IS NOT NULL. Ich sehe auch keine Annahmen des Abfrageplaners zu dieser Bedingung.

Wenn der Nullanteil für die Spalte ( pg_statistic.stanullfrac) niedrig genug ist, um darauf hinzuweisen, dass der Index für die Abfrage sinnvoll selektiv ist, verwendet PostgreSQL einen Index.

Ich kann nicht herausfinden, womit Sie sagen wollen:

Wenn dies korrekt ist, kann nach meinem Verständnis ein Index für eine als "NOT NULL" definierte Spalte nicht in einer Abfrage verwendet werden, die diese Spalte verwendet?

Sicherlich wird ein Index nicht für eine IS NOT NULLBedingung in einer NOT NULLSpalte verwendet. Es würde immer 100% der Zeilen entsprechen, so dass ein Seqscan fast immer viel schneller ist.

PostgreSQL verwendet keinen Index, wenn der Index nicht einen großen Teil der Zeilen für eine Abfrage herausfiltert. Die einzige wahrscheinliche Ausnahme ist, wenn Sie nach einer Reihe von Spalten fragen, die von einem einzelnen Index in einer Reihenfolge abgedeckt werden, die der des Index entspricht. PostgreSQL führt dann möglicherweise nur einen Index-Scan durch. ZB wenn es einen Index gibt t(a, b, c)und Sie:

select a, b FROM t ORDER BY a, b, c;

PostgreSQL verwendet möglicherweise Ihren Index, obwohl keine Zeilen herausgefiltert werden, da nur der Index gelesen werden muss und das Lesen des Heaps übersprungen werden kann, eine Sortierung vermieden werden kann usw.

Zusätzlich zu Craigs gründlicher Antwort wollte ich hinzufügen, dass auf dem Cover des Buches, auf das Sie verweisen, steht:

Deckt Oracle, DB2 und SQL Server ab

Daher würde ich nicht darauf vertrauen, dass es eine gute Quelle für Ratschläge insbesondere zu PostgreSQL ist. Jedes RDBMS kann überraschend anders sein!

Ich bin ein wenig verwirrt über Ihre ursprüngliche Frage, aber hier ist ein Beispiel, das zeigt, dass der Abschnitt des Buches nicht 100% korrekt ist. Um weitere Verwirrung zu vermeiden, finden Sie hier den gesamten relevanten Absatz in der Google Buchsuche .

Die Datenbank geht davon aus, dass Indexed_Col IS NOT NULL einen zu großen Bereich abdeckt, um nützlich zu sein, sodass die Datenbank unter dieser Bedingung nicht zu einem Index fährt. In seltenen Fällen ist ein Nicht-Null-Wert so selten, dass ein Indexbereichsscan über alle möglichen Nicht-Null-Werte von Vorteil ist. Wenn Sie in solchen Fällen eine sichere Unter- oder Obergrenze für den Bereich aller möglichen Werte ermitteln können, können Sie einen Bereichsscan mit einer Bedingung wie Positive_ID_Column> -1 oder Date_Column> TO_DATE ('0001/01/01' aktivieren). , 'JJJJ / MM / TT').

Postgres kann tatsächlich (im folgenden erfundenen Fall) einen Index verwenden, um IS NOT NULLAbfragen zu erfüllen, ohne Range-Scan-Kludges wie die vorgeschlagenen hinzuzufügen Positive_ID_Column > -1. In den Kommentaren zu Craigs Fragen, warum Postgres diesen Index in diesem speziellen Fall auswählt, und im Hinweis zur Verwendung von Teilindizes.

CREATE TABLE bar (a int);
INSERT INTO bar (a) SELECT NULL FROM generate_series(1,1000000);
INSERT INTO bar (a) VALUES (1);
CREATE INDEX bar_idx ON bar (a);

EXPLAIN ANALYZE SELECT * FROM bar WHERE a IS NOT NULL;
                                                QUERY PLAN                                                    
------------------------------------------------------------------------------------------------------------------
 Index Only Scan using bar_idx on bar  (cost=0.42..8.44 rows=1 width=4) (actual time=0.094..0.095 rows=1 loops=1)
   Index Cond: (a IS NOT NULL)
   Heap Fetches: 1
 Total runtime: 0.126 ms
(4 rows)

Dies ist übrigens Postgres 9.3, aber ich glaube, dass die Ergebnisse unter 9.1 ungefähr ähnlich wären, obwohl kein "Nur-Index-Scan" verwendet würde.

Bearbeiten: Ich sehe, Sie haben Ihre ursprüngliche Frage geklärt, und Sie fragen sich anscheinend, warum Postgres in einem einfachen Beispiel keinen Index verwendet, wie:

CREATE TABLE my_table(
a varchar NOT NULL
);

CREATE INDEX ix_my_table ON my_table(a);

SELECT a from my_table;

Wahrscheinlich, weil Sie keine Zeilen in der Tabelle haben. Fügen Sie also einige Testdaten hinzu und ANALYZE my_table;.

Sie haben Ihre Abfrage- oder Beispieldaten nicht veröffentlicht. Der häufigste Grund, warum Indizes nicht verwendet werden, hängt jedoch mit dem Volumen zusammen.

Indizes sind wie ein Telefonbuch, das eine Spalte in eine Zeilenposition übersetzt. Wenn Sie nur nach wenigen Zeilen suchen, ist es sinnvoll, jede Zeile im Telefonbuch und dann die Zeile in der Haupttabelle nachzuschlagen.

Bei mehr als ein paar Zeilen ist es jedoch billiger, das Telefonbuch zu überspringen und alle Zeilen in der Haupttabelle zu durchlaufen. Nach meiner Erfahrung liegt der Wendepunkt bei etwa 100 Zeilen.