PostgreSQL 為有序查詢選擇了錯誤的多列索引

Question

我正在使用 PostgreSQL 13.4。

我想執行以下查詢以接收一組中每個廣告系列的最新效果的日期：

SELECT DISTINCT ON (campaignid)
    campaignid,
    created
FROM
    effects
WHERE
    campaignid IN(1, 2, 3) -- the condition. may include different values
ORDER BY
    campaignid,
    created DESC;

我在那個表上也有幾個索引：

CREATE INDEX effects_campaignid_created_desc_idx ON effects (campaignid, created DESC);
CREATE INDEX effects_created_idx ON effects (created);

通常當我執行查詢時，會使用索引effects_campaignid_created_desc_idx 。 這是執行計划：

Unique  (cost=26172.58..26406.28 rows=5 width=16) (actual time=710.816..712.315 rows=2 loops=1)
  Buffers: shared hit=2480 read=2792
  ->  Sort  (cost=26172.58..26289.43 rows=46739 width=16) (actual time=710.814..711.355 rows=12200 loops=1)
        Sort Key: campaignid, created DESC
        Sort Method: quicksort  Memory: 956kB
        Buffers: shared hit=2480 read=2792
        ->  Index Only Scan using effects_campaign_created_desc_idx on effects  (cost=0.57..22547.42 rows=46739 width=16) (actual time=0.954..706.329 rows=12200 loops=1)
"              Index Cond: (campaignid = ANY ('{1,2,3}'::bigint[]))"
              Heap Fetches: 9079
              Buffers: shared hit=2474 read=2792
Planning:
  Buffers: shared hit=145 read=14 dirtied=1
Planning Time: 0.682 ms
Execution Time: 712.417 ms

然而：

• 有一個活動的效果比任何其他效果都多（1000 倍）。 只要活動 ID 7 在請求的結果集中，查詢計划器就會選擇全表掃描。 執行計划（沒有analyze因為它永遠運行）：

Unique  (cost=27736480.20..28359558.40 rows=5 width=16)
  ->  Sort  (cost=27736480.20..28048019.30 rows=124615640 width=16)
        Sort Key: campaignid, created DESC
        ->  Seq Scan on effects  (cost=0.00..7329244.30 rows=124615640 width=16)
"              Filter: (campaignid = ANY ('{1,2,3,7}'::bigint[]))"
JIT:
  Functions: 5
  Options: Inlining true, Optimization true, Expressions true, Deforming true

• 當我將條件更改為WHERE campaignid = 7 ，查詢計划器再次更改行為，這次選擇對索引effects_created_idx進行反向掃描，這同樣效率不高。 這是執行計划：

Unique  (cost=0.57..8071964.32 rows=5 width=16)
  ->  Index Scan Backward using effects_created_idx on effects  (cost=0.57..8071964.32 rows=124568901 width=16)
        Filter: (campaignid = 7)
Planning:
  Buffers: shared hit=5
JIT:
  Functions: 4
  Options: Inlining true, Optimization true, Expressions true, Deforming true

據我所知，PostgreSQL的“知道”，大部分的effects有campaignid=7 ，這個理由選擇不專注於使用該指數campaignid和選擇，而不是另一個索引或順序掃描。

有沒有辦法提示/說服 PostgreSQL 對這些查詢使用更有效的索引effects_campaignid_created_desc_idx ，而不管我選擇為哪個活動獲取結果？

Answer 1

為了有效地做到這一點，PostgreSQL 可能需要跳過掃描。 但它不知道如何做其中之一。 （人們正在努力實現它，但即使完成了，我也不知道它是否適用於 DISTINCT ON）。

在它自動工作之前，您可以使用 LATERAL 和 LIMIT 獲得有效的實現。

select * from 
    (values(1),(2),(3),(7)) f(campaignid) 
cross join lateral 
    (select created from effects where f.campaignid=campaignid order by created desc limit 1)foo;

Answer 2

嘗試將 Campaignid campaignid IN(1, 2, 3)替換為campaignid = ANY(1, 2, 3) 。 這使我的幾個查詢更快。

但是，我有campaignid IN (SELECT UNNEST($1::TEXT[]))並且我用campaignid = ANY($1)替換了它，所以如果你的查詢中的值是常量，它可能會有所不同。