两个PostgreSQL索引中哪个更有效？

Question

我有以下PostgreSQL模式：

CREATE TABLE User (
    ID INTEGER PRIMARY KEY
);

CREATE TABLE BOX (
    ID INTEGER PRIMARY KEY 
);

CREATE SEQUENCE seq_item;

CREATE TABLE Item (
    ID INTEGER PRIMARY KEY DEFAULT nextval('seq_item'),
    SENDER INTEGER REFERENCES User(id),
    RECEIVER INTEGER REFERENCES User(id),
    INFO TEXT,
    BOX_ID INTEGER REFERENCES Box(id) NOT NULL,
    ARRIVAL TIMESTAMP
);

它的主要用例是典型的生产者/消费者方案。 不同的用户可以在特定用户的特定框中将项目插入数据库中，并且每个用户都可以检索到发给她/他的框中最上面的（这意味着最旧的）项目。 它或多或少地模仿了数据库级别的队列功能。

更准确地说，最常见的操作如下：

INSERT INTO ITEM(SENDER, RECEIVER, INFO, BOX_ID, ARRIVAL) 
VALUES (nsid, nrid, ncontent, nqid, ntime);

并根据RECEIVER+SENDER或RECEIVER+BOX_ID的组合检索命令：

SELECT * INTO it FROM Item i WHERE (i.RECEIVER=? OR i.RECEIVER is NULL) AND 
(i.BOX_ID=?) ORDER BY ARRIVAL LIMIT 1;
DELETE FROM Item i WHERE i.id=it.id;

和

SELECT * INTO it FROM Item i WHERE (i.RECEIVER=? OR i.RECEIVER is NULL) AND 
(i.SENDER=?) ORDER BY ARRIVAL LIMIT 1;
DELETE FROM Item i WHERE i.id=it.id;

最后两个摘要打包在一个存储过程中。

我考虑使用两个不同的索引。

1. CREATE INDEX ind ON item(arrival); 。 上述SELECT的EXPLAIN计划如下：

Limit  (cost=0.29..2.07 rows=1 width=35)
  ->  Index Scan using ind on item i  (cost=0.29..3010.81 rows=1693 width=35)
        Filter: (((receiver = 2) OR (receiver IS NULL)) AND (sender = 2))

据我了解，这种方法的优点是避免对数据进行排序。 但是，据我了解，我仍然需要扫描整个表，但是访问将是随机的，这将减慢执行速度。 我不确定是由于LIMIT 1而一旦找到匹配项就立即停止执行，还是始终扫描整个表。

2. CREATE INDEX ind ON item(receiver, sender); 该EXPLAIN ：

Limit  (cost=512.23..512.23 rows=1 width=35)
  ->  Sort  (cost=512.23..516.46 rows=1693 width=35)
        Sort Key: arrival
        ->  Bitmap Heap Scan on message m  (cost=42.37..503.76 rows=1693 width=35)
              Recheck Cond: (((receiver = 2) AND (sender = 2)) OR ((receiver IS NULL) AND (sender = 2)))
              ->  BitmapOr  (cost=42.37..42.37 rows=1693 width=0)
                    ->  Bitmap Index Scan on ind  (cost=0.00..37.22 rows=1693 width=0)
                          Index Cond: ((receiver = 2) AND (sender = 2))
                    ->  Bitmap Index Scan on ind  (cost=0.00..4.30 rows=1 width=0)
                          Index Cond: ((receiver IS NULL) AND (sender = 2))

在这种情况下，我可以有效地找到receiver和sender的匹配项，但之后需要对结果进行排序，这可能很慢。

那么，这两个选项中哪个更好，为什么呢？ 第一个的估计成本要低得多，但是第二个似乎更“确定性”。

Answer 1

对于此查询：

SELECT * INTO it
FROM Item i
WHERE (i.RECEIVER = ? OR i.RECEIVER is NULL) AND 
      (i.SENDER = ?)
ORDER BY ARRIVAL
LIMIT 1;

最好的索引可能是那个顺序的item(sender, arrival, receiver) 。 这将按发送方过滤，然后使用索引进行排序，然后再次按接收方过滤。

最快的方法可能是：

select *
from ((select i.*
       from item i
       where receiver = ? and sender = ?
       order by arrival
       limit 1
      ) union all
      (select i.*
       from item i
       where receiver is null and sender = ?
       order by arrival
       limit 1
      ) 
     ) i
order by arrival
limit 1;

此版本的最佳索引是item(sender, receiver, arrival) 。 它将使用索引在每个子查询中获取（最多）一行。 最后的排序（两行）可以忽略不计。

当然，相同的推理也适用于其他查询。