【原创】PostgreSQL hstore 列性能提升一例

PostgreSQL 支持hstore 来存放KEY->VALUE这类数据， 其实也类似于ARRAY或者JSON类型。  要高效的使用这类数据，当然离不开高效的索引。我们今天就来看看两类不同的索引对于同一种检索请求的性能问题。


假如我们有这样一个原始表，基于str1字段有一个BTREE索引。

点击(此处)折叠或打开

1. t_girl=# \d status_check;
   
2.           Table "ytt.status_check"
   
3.  Column | Type | Modifiers
   
4. --------+-----------------------+-----------
   
5.  is_yes | boolean | not null
   
6.  str1 | character varying(20) | not null
   
7.  str2 | character varying(20) | not null
   
8. Indexes:
   
9.     "index_status_check_str1" btree (str1)

里面有10W条记录。 数据大概如下，

点击(此处)折叠或打开

1. t_girl=# select * from status_check limit 2;
   
2.  is_yes | str1 | str2
   
3. --------+------+----------------------
   
4.  f | 0 | cfcd208495d565ef66e7
   
5.  t | 1 | c4ca4238a0b923820dcc
   
6. (2 rows)
   
7. 
   
8. 
   
9. Time: 0.617 ms
   
10. t_girl=#

存放hstore类型的status_check_hstore 表结构，基于str1_str2字段有一个GIST索引。

点击(此处)折叠或打开

1. Table "ytt.status_check_hstore"
   
2.   Column | Type | Modifiers
   
3. -----------+---------+-----------
   
4.  is_yes | boolean |
   
5.  str1_str2 | hstore |
   
6. Indexes:
   
7.     "idx_str_str2_gist" gist (str1_str2)
   
8. 
   
9. 
   
10. t_girl=# select * from status_check_hstore limit 2;
    
11.  is_yes | str1_str2
    
12. --------+-----------------------------
    
13.  f | "0"=>"cfcd208495d565ef66e7"
    
14.  t | "1"=>"c4ca4238a0b923820dcc"
    
15. (2 rows)
    
16. 
    
17. 
    
18. Time: 39.874 ms

接下来我们要得到跟查询原始表一样的结果，当然原始表的查询非常高效。 表语句以及结果如下，

点击(此处)折叠或打开

1. t_girl=# select * from status_check where str1 in ('10','23','33');
   
2.  is_yes | str1 | str2
   
3. --------+------+----------------------
   
4.  t | 10 | d3d9446802a44259755d
   
5.  t | 23 | 37693cfc748049e45d87
   
6.  f | 33 | 182be0c5cdcd5072bb18
   
7. (3 rows)
   
8. 
   
9. 
   
10. Time: 0.690 ms

上面的语句用了不到1毫秒。


接下来我们对hstore表进行查询，

点击(此处)折叠或打开

1. t_girl=# select is_yes,skeys(str1_str2),svals(str1_str2) from status_check_hstore where str1_str2 ?| array['10','23','33'];
   
2.  is_yes | skeys | svals
   
3. --------+-------+----------------------
   
4.  t | 10 | d3d9446802a44259755d
   
5.  t | 23 | 37693cfc748049e45d87
   
6.  f | 33 | 182be0c5cdcd5072bb18
   
7. (3 rows)
   
8. 
   
9. 
   
10. Time: 40.256 ms

我的天，比原始表的查询慢了几十倍。


看下查询计划，把所有行都扫描了一遍。

点击(此处)折叠或打开

1. QUERY PLAN
   
2. -----------------------------------------------------------------------------------
   
3.  Bitmap Heap Scan on status_check_hstore (cost=5.06..790.12 rows=100000 width=38)
   
4.    Recheck Cond: (str1_str2 ?| '{10,23,33}'::text[])
   
5.    -> Bitmap Index Scan on idx_str_str2_gist (cost=0.00..5.03 rows=100 width=0)
   
6.          Index Cond: (str1_str2 ?| '{10,23,33}'::text[])
   
7. (4 rows)
   
8. 
   
9. 
   
10. Time: 0.688 ms

我们想办法来优化这条语句， 如果把这条语句变成跟原始语句一样的话，那么是否就可以用到BTREE索引了？
接下来，建立一个基于BTREE的函数索引，

点击(此处)折叠或打开

1. t_girl=# create index idx_str1_str2_akeys on status_check_hstore using btree (array_to_string(akeys(str1_str2),','));
   
2. CREATE INDEX
   
3. Time: 394.123 ms

OK,变化语句来执行下同样的检索，

点击(此处)折叠或打开

1. t_girl=# select is_yes,skeys(str1_str2),svals(str1_str2) from status_check_hstore where array_to_string(akeys(str1_str2),',') in ('10','23','33');
   
2.  is_yes | skeys | svals
   
3. --------+-------+----------------------
   
4.  t | 10 | d3d9446802a44259755d
   
5.  t | 23 | 37693cfc748049e45d87
   
6.  f | 33 | 182be0c5cdcd5072bb18
   
7. (3 rows)
   
8. 
   
9. 
   
10. Time: 0.727 ms

这次和原始查询速度一样快了。