postgresql - JSONB 索引是否比原生索引慢？

Question

我有一个大表(3000 万行)，其中有 ~10 个 jsonb B 树索引。

当我使用很少的条件创建查询时，查询速度相对较快。

当我添加更多条件时，尤其是具有稀疏 jsonb 索引(例如 0 到 1,000,000 之间的整数)的条件时，查询速度会急剧下降。

我想知道 jsonb 索引是否比原生索引慢？我是否希望通过切换到 native 列而不是 JSON 来提高性能？

表定义:

id  integer 
type    text    
data    jsonb   
company_index   ARRAY   
exchange_index  ARRAY   
eligible boolean

示例查询:

SELECT id, data, type 
FROM collection.bundles    
WHERE ( (ARRAY['.X'] && bundles.exchange_index)  AND   
type IN ('discussion') AND  
( ((data->>'sentiment_score')::bigint > 0 AND 
(data->'display_tweet'->'stocktwit'->'id') IS NOT NULL) )  AND  
(  eligible = true  )  AND  
((data->'display_tweet'->'stocktwit')->>'id')::bigint IS NULL )  
ORDER BY id DESC   
LIMIT 50

输出:

Limit  (cost=0.56..16197.56 rows=50 width=212) (actual time=31900.874..31900.874 rows=0 loops=1)
  Buffers: shared hit=13713180 read=1267819 dirtied=34 written=713
  I/O Timings: read=7644.206 write=7.294
  ->  Index Scan using bundles2_id_desc_idx on bundles  (cost=0.56..2401044.17 rows=7412 width=212) (actual time=31900.871..31900.871 rows=0 loops=1)
        Filter: (eligible AND ('{.X}'::text[] && exchange_index) AND (type = 'discussion'::text) AND ((((data -> 'display_tweet'::text) -> 'stocktwit'::text) -> 'id'::text) IS NOT NULL) AND (((data ->> 'sentiment_score'::text))::bigint > 0) AND (((((data -> 'display_tweet'::text) -> 'stocktwit'::text) ->> 'id'::text))::bigint IS NULL))
        Rows Removed by Filter: 16093269
        Buffers: shared hit=13713180 read=1267819 dirtied=34 written=713
        I/O Timings: read=7644.206 write=7.294
Planning time: 0.366 ms
Execution time: 31900.909 ms

注意:此查询中使用的每个 jsonb 条件上都有 jsonb B 树索引。 exchange_index 和 company_index 有 GIN 索引。

更新在 Laurenz 更改查询之后:

Limit  (cost=150634.15..150634.27 rows=50 width=211) (actual time=15925.828..15925.828 rows=0 loops=1)
  Buffers: shared hit=1137490 read=680349 written=2
  I/O Timings: read=2896.702 write=0.038
  ->  Sort  (cost=150634.15..150652.53 rows=7352 width=211) (actual time=15925.827..15925.827 rows=0 loops=1)
        Sort Key: bundles.id DESC
        Sort Method: quicksort  Memory: 25kB
        Buffers: shared hit=1137490 read=680349 written=2
        I/O Timings: read=2896.702 write=0.038
        ->  Bitmap Heap Scan on bundles  (cost=56666.15..150316.40 rows=7352 width=211) (actual time=15925.816..15925.816 rows=0 loops=1)
              Recheck Cond: (('{.X}'::text[] && exchange_index) AND (type = 'discussion'::text))
              Filter: (eligible AND ((((data -> 'display_tweet'::text) -> 'stocktwit'::text) -> 'id'::text) IS NOT NULL) AND (((data ->> 'sentiment_score'::text))::bigint > 0) AND (((((data -> 'display_tweet'::text) -> 'stocktwit'::text) ->> 'id'::text))::bigint IS NULL))
              Rows Removed by Filter: 273230
              Heap Blocks: exact=175975
              Buffers: shared hit=1137490 read=680349 written=2
              I/O Timings: read=2896.702 write=0.038
              ->  BitmapAnd  (cost=56666.15..56666.15 rows=23817 width=0) (actual time=1895.890..1895.890 rows=0 loops=1)
                    Buffers: shared hit=37488 read=85559
                    I/O Timings: read=325.535
                    ->  Bitmap Index Scan on bundles2_exchange_index_ops_idx  (cost=0.00..6515.57 rows=863703 width=0) (actual time=218.690..218.690 rows=892669 loops=1)
                          Index Cond: ('{.X}'::text[] && exchange_index)
                          Buffers: shared hit=7 read=313
                          I/O Timings: read=1.458
                    ->  Bitmap Index Scan on bundles_eligible_idx  (cost=0.00..23561.74 rows=2476877 width=0) (actual time=436.719..436.719 rows=2569331 loops=1)
                          Index Cond: (eligible = true)
                          Buffers: shared hit=37473
                    ->  Bitmap Index Scan on bundles2_type_idx  (cost=0.00..26582.83 rows=2706276 width=0) (actual time=1052.267..1052.267 rows=2794517 loops=1)
                          Index Cond: (type = 'discussion'::text)
                          Buffers: shared hit=8 read=85246
                          I/O Timings: read=324.077
Planning time: 0.433 ms
Execution time: 15928.959 ms

Answer 1

你所有花哨的索引根本没有被使用，所以问题不在于它们是否快。

这里有几件事在起作用:

1. 在索引扫描时看到dirtied和written页面，我怀疑你的表中有相当多的“死元组”。当索引扫描访问它们并注意到它们已死时，它会“杀死”这些索引条目，以便后续索引扫描不必重复该工作。

   如果重复查询，您可能会注意到 block 数和执行时间变少了。

   您可以通过在表上运行 VACUUM 或确保 autovacuum 足够频繁地处理表来减少该问题。

2. 然而，您的主要问题是 LIMIT 子句诱使 PostgreSQL 使用以下策略:

   由于您只需要 50 个具有索引的结果行，因此只需按索引顺序检查表行并丢弃所有不匹配复杂条件的行，直到获得 50 个结果。

   不幸的是，它必须扫描 16093319 行，直到找到 50 次匹配。表的“high id”一端的行与条件不匹配。 PostgreSQL 不知道这种相关性。

   解决方案是阻止 PostgreSQL 走这条路。最简单的方法是删除 id 上的所有索引，但考虑到它的名称可能不可行。

   另一种方法是防止 PostgreSQL 在计划扫描时“看到”LIMIT 子句:

   SELECT id, data, type
   FROM (SELECT id, data, type
         FROM collection.bundles
         WHERE /* all your complicated conditions */
         OFFSET 0) subquery
   ORDER BY id DESC
   LIMIT 50;
   

备注:您没有显示您的索引定义，但听起来您有很多索引定义，可能太多了。索引很昂贵，因此请确保您只定义那些能给您带来明显好处的索引。