如何提高 PostgreSQL 查询性能

Question

我有 3 个表：请求、步骤和有效负载。 每个请求有 N 个步骤（因此是一对多），每个步骤有 1 个有效负载（一对一）。

现在，每当我想按有效负载主体过滤时，执行时间都很糟糕。

这是简化的请求：

select rh.id
from request_history_step_payload rhsp
join request_history_step rhs on rhs.id =  rhsp.step_id
join request_history rh on rhs.request_id = rh.id
where rh.id> 35000 and rhs.step_type = 'CONSUMER_REQUEST' and rhsp.payload like '%09141%'

这是EXPLAIN ANALYZE （在VACUUM ANALYZE之后立即运行）：

Nested Loop  (cost=0.71..50234.28 rows=1 width=8) (actual time=120.093..2494.929 rows=12 loops=1)
  ->  Nested Loop  (cost=0.42..50233.32 rows=3 width=8) (actual time=120.083..2494.900 rows=14 loops=1)
        ->  Seq Scan on request_history_step_payload rhsp  (cost=0.00..50098.28 rows=16 width=8) (actual time=120.063..2494.800 rows=25 loops=1)
              Filter: ((payload)::text ~~ '%09141%'::text)
              Rows Removed by Filter: 164512
        ->  Index Scan using request_history_step_pkey on request_history_step rhs  (cost=0.42..8.44 rows=1 width=16) (actual time=0.003..0.003 rows=1 loops=25)
              Index Cond: (id = rhsp.step_id)
              Filter: ((step_type)::text = 'CONSUMER_REQUEST'::text)
              Rows Removed by Filter: 0
  ->  Index Only Scan using request_history_pkey on request_history rh  (cost=0.29..0.32 rows=1 width=8) (actual time=0.001..0.001 rows=1 loops=14)
        Index Cond: ((id = rhs.request_id) AND (id > 35000))
        Heap Fetches: 0
Planning Time: 0.711 ms
Execution Time: 2494.964 ms

现在，我想以某种方式建议计划者将LIKE操作作为最后一条腿，但想不出任何这样做的方法。 我已经尝试了各种连接，并对它们重新排序，并将条件移入和移出ON子句到WHERE子句，反之亦然。 一切都无济于事，无论如何，它首先查看payload表中的所有行，这显然是最糟糕的想法，考虑到其他条件，这可能会大大减少需要应用的LIKE操作的数量。 所以，我希望它会首先应用id条件，它已经整理出所有记录的 90%； 然后它将应用step_type条件，该条件将排序为 rest 的 85%； 因此只会将LIKE条件应用于不到 5% 的所有有效载荷。

我怎么会 go 呢？ 我正在使用 Postgres 11。

UPD：有人建议我为这些表添加索引信息，所以：

• request_history - 在id字段上有 2 个唯一索引（我不知道为什么有 2 个）
• request_history_step - 有 2 个唯一索引，都在id字段上
• request_history_step_payload - 在id字段上有 1 个唯一索引

UPD2： step和payload表也定义了 FK（分别在 payload.step_id->step.id 和 step.request_id -> request_id 上）

我还尝试了几个（简化的）查询 w/sub-SELECT：

explain analyze select rhs.id from request_history_step rhs
join (select step_id from request_history_step_payload rhsp where rhsp.payload like '%09141%') rhsp on rhs.id = rhsp.step_id 
where rhs.step_type = 'CONSUMER_REQUEST';

explain analyze select rhsp.step_id from request_history_step_payload rhsp
join (select id from request_history_step rhs where rhs.step_type = 'CONSUMER_REQUEST') rhs on rhs.id = rhsp.step_id 
where rhsp.payload like '%09141%';


explain analyze select rhsp.step_id from request_history_step_payload rhsp
where rhsp.step_id  in (select id from request_history_step rhs where rhs.step_type = 'CONSUMER_REQUEST')  
and rhsp.payload like '%09141%';

（也使用JOIN LATERAL而不仅仅是JOIN ）-它们每个都在嵌套循环中给出完全相同的计划，即嵌套循环，并且该循环中的“外部”（第一）支路是 SeqScan。 这..让我发疯。 为什么它要针对最广泛的行集执行最昂贵的操作？

UPD3：受原始问题下评论的启发，我进行了一些进一步的实验。 我解决了更简单的查询：

select rhs.request_id 
from request_history_step_payload rhsp
join request_history_step rhs on rhs.id =  rhsp.step_id
where rhs.step_type = 'CONSUMER_REQUEST' and rhsp.payload like '%09141%';

而现在，它的执行计划基本上和原来的一样，只是少了一个“嵌套循环”。

现在，我为payload.step_id添加了一个索引：

create index request_history_step_payload_step_id on request_history_step_payload(step_id);

运行VACUUM ANALYZE ； 使用explain analyze运行查询 - 没有任何变化。 嗯。

现在我已将set enable_seqscan to off 。 现在我们正在谈论：

Gather  (cost=1000.84..88333.90 rows=3 width=8) (actual time=530.273..589.650 rows=14 loops=1)
  Workers Planned: 1
  Workers Launched: 1
  ->  Nested Loop  (cost=0.84..87333.60 rows=2 width=8) (actual time=544.639..580.608 rows=7 loops=2)
        ->  Parallel Index Scan using request_history_step_pkey on request_history_step rhs  (cost=0.42..15913.04 rows=20867 width=16) (actual time=0.029..28.667 rows=17620 loops=2)
              Filter: ((step_type)::text = 'CONSUMER_REQUEST'::text)
              Rows Removed by Filter: 64686
        ->  Index Scan using request_history_step_payload_step_id on request_history_step_payload rhsp  (cost=0.42..3.41 rows=1 width=8) (actual time=0.031..0.031 rows=0 loops=35239)
              Index Cond: (step_id = rhs.id)
              Filter: ((payload)::text ~~ '%09141%'::text)
              Rows Removed by Filter: 1
Planning Time: 0.655 ms
Execution Time: 589.688 ms

现在，随着 SeqScan 的成本飙升，我认为我们可以看到问题的要点：这个执行计划的成本被认为高于原始计划的成本（88k 对 50k），尽管执行时间实际上很远更短（590 毫秒对 2700 毫秒）。 这显然是 Postgre 计划者继续选择“SeqScan first”的原因，尽管我尽一切努力说服他。

我还尝试为step.step_type字段添加索引； hash和基于btree的。 其中每一个仍然会生成一个成本超过 50k 的计划，因此将enable_seqscan设置为on （默认值），计划者将始终忽略这些。

有谁知道对此有任何缓解措施吗？ 我担心正确的解决方案可能需要更改规划器变量的权重，我当然不倾向于这样做。 但很高兴听到任何建议！

UPD4：现在我已经玩了更多，我可以报告更多结果（将enable_seqscan设置为on ：

这个很慢，应用 seqscan，即使step.step_type上有索引：

explain analyze 
select rhsp.step_id 
from (select request_id, id from request_history_step rhs2 where rhs2.step_type = 'CONSUMER_REQUEST') rhs
join request_history_step_payload rhsp on rhs.id =  rhsp.step_id
where rhsp.payload like '%09141%';

这是基于 O. Jones 的建议，仍然很慢：

explain analyze
with rhs as (select request_id, id from request_history_step rhs2 where rhs2.step_type = 'CONSUMER_REQUEST') 
select rhsp.step_id from request_history_step_payload rhsp 
join rhs on rhs.id = rhsp.step_id 
where rhsp.payload like '%09141%';

但这一个稍作修改，速度很快：

explain analyze
with rhs as (select request_id, id from request_history_step rhs2 where rhs2.step_type = 'CONSUMER_REQUEST') 
select rhsp.step_id   
from request_history_step_payload rhsp 
join rhs on rhs.id = rhsp.step_id 
where rhsp.step_id  in (select id from rhs) and rhsp.payload like '%09141%';

它的执行计划是：

Hash Join  (cost=9259.55..10097.04 rows=2 width=8) (actual time=1157.984..1162.199 rows=14 loops=1)
  Hash Cond: (rhs.id = rhsp.step_id)
  CTE rhs
    ->  Bitmap Heap Scan on request_history_step rhs2  (cost=1169.28..6918.06 rows=35262 width=16) (actual time=3.899..19.093 rows=35241 loops=1)
          Recheck Cond: ((step_type)::text = 'CONSUMER_REQUEST'::text)
          Heap Blocks: exact=3120
          ->  Bitmap Index Scan on request_history_step_step_type_hash  (cost=0.00..1160.46 rows=35262 width=0) (actual time=3.047..3.047 rows=35241 loops=1)
                Index Cond: ((step_type)::text = 'CONSUMER_REQUEST'::text)
  ->  CTE Scan on rhs  (cost=0.00..705.24 rows=35262 width=8) (actual time=3.903..5.976 rows=35241 loops=1)
  ->  Hash  (cost=2341.39..2341.39 rows=8 width=16) (actual time=1153.976..1153.976 rows=14 loops=1)
        Buckets: 1024  Batches: 1  Memory Usage: 9kB
        ->  Nested Loop  (cost=793.81..2341.39 rows=8 width=16) (actual time=104.170..1153.919 rows=14 loops=1)
              ->  HashAggregate  (cost=793.39..795.39 rows=200 width=8) (actual time=33.315..44.875 rows=35241 loops=1)
                    Group Key: rhs_1.id
                    ->  CTE Scan on rhs rhs_1  (cost=0.00..705.24 rows=35262 width=8) (actual time=0.001..23.590 rows=35241 loops=1)
              ->  Index Scan using request_history_step_payload_step_id on request_history_step_payload rhsp  (cost=0.42..7.72 rows=1 width=8) (actual time=0.031..0.031 rows=0 loops=35241)
                    Index Cond: (step_id = rhs_1.id)
                    Filter: ((payload)::text ~~ '%09141%'::text)
                    Rows Removed by Filter: 1
Planning Time: 1.318 ms
Execution Time: 1162.618 ms

同样，成本大幅下降，而执行时间却没有那么多

Answer 1

从您的计划看来，您对request_history_step_payload操作的step_type谓词没有多大帮助。

因此，让我们尝试一个包含包含列的文本（三元组）索引，以帮助该搜索步骤更快地工作。

 CREATE INDEX CONCURRENTLY rhsp_type_payload 
     ON request_history_step_payload
  USING GIN (step_type gin_trgm_ops)
INCLUDE (rhs_step_type, rhs_step_id);

有可能会有所帮助。 试试看。

当您拥有该索引时，您还可以尝试像这样重新处理您的查询：

select rh.id
from (  select step_id
          from request_history_step_payload
         where  rhs.step_type = 'CONSUMER_REQUEST'
           and rhsp.payload like '%09141%'
     ) rhsp
join request_history_step rhs on rhs.id =  rhsp.step_id
join request_history rh on rhs.request_id = rh.id
where rh.id> 35000

这会将您对该request_history_step_payload表的搜索移至子查询。 您可以单独优化子查询，因为您尝试让所有这些都以足够快的速度为您的应用程序工作。

并且，删除任何重复的索引。 它们无缘无故减慢了 INSERT 和 UPDATE 操作。