postgresql - Postgresql 中的文本相等运算符性能

Question

这个查询在字符串比较性能方面是如何工作的(假设在 last_name 上有一个标准的 B 树索引？

select * from employee where last_name = 'Wolfeschlegelsteinhausenbergerdorff';

所以当它遍历 B 树时，我假设它不会对 last_name 字段中的每个字符进行线性搜索。 EG，它不会开始检查第一个字母是否以 W 开头...假设它不进行线性比较，它会做什么？

我问是因为我正在考虑编写自己的重复预防机制，但我希望性能良好。我最初想对通过 API 传入的每个字符串进行哈希处理(转换为某种原始数据类型，可能是 Long)，并将哈希码存储在集合/缓存中(每个条目在 5 分钟后过期)。任何冲突都会/可能会提示真正的重复检查，其中已处理的字符串存储在 postgresql 中。但我在想，只是简单地查询 postgresql 会更好，而不是维护我自己的基于内存的哈希集，它会在 5-10 分钟后刷新旧条目。我可能会使用 redis 来实现可伸缩性，因为多个节点将读取不同的流。我的内存缓存哈希码集是否会比仅查询索引的 postgres 字符串列(全文匹配而不是文本搜索)更快？

Answer 1

当比较字符串是否相等时，函数 texteq 被调用。

如果你查找src/backend/utils/adt/varlena.c中的函数，你会发现比较是使用C库函数memcmp .我怀疑你能比这更快。

当您在 B 树索引中查找值时，会将其与存储在从根页到叶页的每个索引页中的值进行比较，最多 5 或 6 页。

坦率地说，我怀疑你能否比这更快，但我祝你好运。