了解IT技术
老九你最好的选择

Postgresql查询成本计算初探

摘要

关系数据库很重要的一个方面是查询速度。查询速度的好坏,直接影响一个系统的好坏。
查询速度一般需要通过查询规划来窥视执行的过程。
查询路径会选择查询代价最低的路径执行。而这个代价是怎么算出来的呢。

主要关注的参数和表

参数:来自postgresql.conf文件,可以通过show 来查看

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(视图): pg_class(主要关注relpages, reltuples), pg_stats

分析简单的查询的成本计算过程

建立模拟数据,插入100000条数据进入一个表

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

没有索引的情况

分析全表查询的成本计算过程

postgres=# analyze test;        #防止没有分析
postgres=# explain select * from test;
                         QUERY PLAN                          
-------------------------------------------------------------
 Seq Scan on test  (cost=0.00..1834.00 rows=100000 width=37) 
  1. 查询pg_class表,查看test表的page数量和行数postgres=# select t.relpages, t.reltuples from pg_class t where t.relname = ‘test’; relpages | reltuples ———-+———– 834 | 100000 成本为1834.00是怎么算出来的?
  2. 这个过程,实际上是顺序扫描了834个page,节点发射了100000行
  3. 查看配置参数seq_page_cost = 1.0 cpu_tuple_cost = 0.01
  4. 得出的结果就是postgres=# select 834 * 1.0 + 100000 * 0.01; ?column? ———- 1834.00
  5. 得出来的查询成本就是 1834.00。和上面的查询计划算出来的一致。

全表加入条件的成本计算过程

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是怎么算出来的?

  1. 查询pg_class表, pages,tuples和上面的例子一样
  2. 这个过程就是顺序test表,发射100000行,然后通过云存过滤了100000行
  3. 查看过滤运算一行的代价cpu_operator_cost = 0.0025
  4. 得出的结果是postgres=# select 834 * 1.0 + 100000 * 0.01 + 100000 * 0.0025; ?column? ———– 2084.0000

加入索引的情况

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

对比下面的四种情况

  1. 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) 
  1. 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) 
  1. 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) 
  1. 把数据乱序插入
truncate table test;
insert into test(id, info) select i, md5(i::text) from generate_series(1, 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) 

结论

  1. 有索引的时候,成本会大大减少。
  2. 执行计划跟数据的分布有很大的关系。
  3. 有索引的分析相对复杂一点,可以先参考官方源码实现。后面再补充上来
赞(3) 打赏
未经允许不得转载:老九IT技术网 » Postgresql查询成本计算初探
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

老九为IT技术人提供最全面的IT资讯和交流互动

友情链接广告合作