PostgreSQL सूचकांक कैशिंग


16

PostgreSQL में अनुक्रमित कैसे किए जाते हैं, इसके 'लेट' स्पष्टीकरण को खोजने में मुझे कठिनाई हो रही है, इसलिए मैं किसी भी या इन सभी मान्यताओं पर वास्तविकता की जांच करना चाहूंगा:

  1. PostgreSQL अनुक्रमित, पंक्तियों की तरह, डिस्क पर रहते हैं लेकिन कैश्ड हो सकते हैं।
  2. एक इंडेक्स पूरी तरह से कैश में हो सकता है या बिल्कुल नहीं।
  3. यह कैश्ड है या नहीं, यह इस बात पर निर्भर करता है कि इसका उपयोग कितनी बार किया गया है (जैसा कि क्वेरी प्लानर द्वारा परिभाषित किया गया है)।
  4. इस कारण से अधिकांश 'समझदार' सूचकांक हर समय कैश में रहने वाले हैं।
  5. इंडेक्स buffer cacheपंक्तियों के रूप में एक ही कैश ( ?) में रहते हैं, और इसलिए एक इंडेक्स द्वारा उपयोग किया जाने वाला कैश स्थान पंक्तियों के लिए उपलब्ध नहीं है।


इसे समझने के लिए मेरी प्रेरणा एक अन्य प्रश्न से हुई है, जहां मैंने पूछा था कि यह सुझाव दिया गया था कि आंशिक अनुक्रमणिका का उपयोग उन तालिकाओं पर किया जा सकता है जहां अधिकांश डेटा कभी एक्सेस नहीं किया जाएगा।

इसे शुरू करने से पहले, मैं स्पष्ट होना चाहूंगा कि एक आंशिक सूचकांक को नियोजित करने से दो फायदे मिलते हैं:

  1. हम कैश में सूचकांक के आकार को कम करते हैं, कैश में खुद को पंक्तियों के लिए अधिक स्थान मुक्त करते हैं।
  2. हम बी-ट्री के आकार को कम करते हैं, जिसके परिणामस्वरूप तेजी से क्वेरी प्रतिक्रिया होती है।

4
आंशिक सूचकांक का उपयोग करना न केवल तब उपयोगी होता है जब डेटा का एक बड़ा हिस्सा शायद ही कभी एक्सेस किया जाता है, बल्कि जब कुछ मान बहुत सामान्य होते हैं। जब कोई मूल्य बहुत सामान्य होता है, तो सूचकांक सूचकांक के बजाय टेबल स्कैन का उपयोग करेगा, ताकि सूचकांक में मूल्य सहित कोई उद्देश्य न हो।
इलके

जवाबों:


19

के साथ थोड़ा खेल रहा है Pg_buffercache के खेलना , मुझे आपके कुछ सवालों के जवाब मिल सकते हैं।

  1. यह काफी स्पष्ट है, लेकिन (5) के लिए परिणाम यह भी बताते हैं कि उत्तर हां है
  2. मैं अभी तक इसके लिए एक अच्छा उदाहरण स्थापित करने के लिए तैयार हूं, अभी के लिए यह हां से ज्यादा नहीं है :) (नीचे मेरा संपादन देखें, जवाब नहीं है ।)
  3. चूंकि योजनाकार वह है जो यह तय करता है कि सूचकांक का उपयोग करना है या नहीं, हम यस कह सकते हैं , यह कैशिंग तय करता है (लेकिन यह अधिक महत्वपूर्ण है)
  4. कैशिंग का सटीक विवरण स्रोत कोड से प्राप्त किया जा सकता है, मैं इस विषय पर बहुत अधिक नहीं खोज सका, सिवाय इस एक के (लेखक का उत्तर भी देखें)। हालाँकि, मुझे पूरा यकीन है कि यह फिर से एक साधारण हाँ या ना की तुलना में अधिक जटिल है। (फिर से, मेरे संपादन से आप कुछ विचार प्राप्त कर सकते हैं - चूंकि कैश का आकार सीमित है, जो 'समझदार' सूचकांक उपलब्ध स्थान के लिए प्रतिस्पर्धा करते हैं। यदि वे बहुत अधिक हैं, तो वे एक-दूसरे को कैश से मारेंगे - इसलिए उत्तर नहीं है । )
  5. pg_buffercacheशो के साथ एक सरल क्वेरी के रूप में , उत्तर एक निश्चित हां है । यह ध्यान देने योग्य है कि अस्थायी टेबल डेटा यहां कैश नहीं किया जाता है।

संपादित करें

मुझे टेबल और इंडेक्स स्टोरेज के बारे में जेरेमिया पेसचका का शानदार लेख मिला है । वहां से मिली जानकारी के साथ, मैं (2) भी जवाब दे सकता था । मैंने एक छोटा परीक्षण स्थापित किया है, इसलिए आप इनकी जांच स्वयं कर सकते हैं।

-- we will need two extensions
CREATE EXTENSION pg_buffercache;
CREATE EXTENSION pageinspect;


-- a very simple test table
CREATE TABLE index_cache_test (
      id serial
    , blah text
);


-- I am a bit megalomaniac here, but I will use this for other purposes as well
INSERT INTO index_cache_test
SELECT i, i::text || 'a'
FROM generate_series(1, 1000000) a(i);


-- let's create the index to be cached
CREATE INDEX idx_cache_test ON index_cache_test (id);


-- now we can have a look at what is cached
SELECT c.relname,count(*) AS buffers
FROM 
    pg_class c 
    INNER JOIN pg_buffercache b ON b.relfilenode = c.relfilenode 
    INNER JOIN pg_database d ON (b.reldatabase = d.oid AND d.datname = current_database())
GROUP BY c.relname
ORDER BY 2 DESC LIMIT 10;

             relname              | buffers
----------------------------------+---------
 index_cache_test                 |    2747
 pg_statistic_relid_att_inh_index |       4
 pg_operator_oprname_l_r_n_index  |       4
... (others are all pg_something, which are not interesting now)

-- this shows that the whole table is cached and our index is not in use yet

-- now we can check which row is where in our index
-- in the ctid column, the first number shows the page, so 
-- all rows starting with the same number are stored in the same page
SELECT * FROM bt_page_items('idx_cache_test', 1);

 itemoffset |  ctid   | itemlen | nulls | vars |          data
------------+---------+---------+-------+------+-------------------------
          1 | (1,164) |      16 | f     | f    | 6f 01 00 00 00 00 00 00
          2 | (0,1)   |      16 | f     | f    | 01 00 00 00 00 00 00 00
          3 | (0,2)   |      16 | f     | f    | 02 00 00 00 00 00 00 00
          4 | (0,3)   |      16 | f     | f    | 03 00 00 00 00 00 00 00
          5 | (0,4)   |      16 | f     | f    | 04 00 00 00 00 00 00 00
          6 | (0,5)   |      16 | f     | f    | 05 00 00 00 00 00 00 00
...
         64 | (0,63)  |      16 | f     | f    | 3f 00 00 00 00 00 00 00
         65 | (0,64)  |      16 | f     | f    | 40 00 00 00 00 00 00 00

-- with the information obtained, we can write a query which is supposed to
-- touch only a single page of the index
EXPLAIN (ANALYZE, BUFFERS) 
    SELECT id 
    FROM index_cache_test 
    WHERE id BETWEEN 10 AND 20 ORDER BY id
;

 Index Scan using idx_test_cache on index_cache_test  (cost=0.00..8.54 rows=9 width=4) (actual time=0.031..0.042 rows=11 loops=1)
   Index Cond: ((id >= 10) AND (id <= 20))
   Buffers: shared hit=4
 Total runtime: 0.094 ms
(4 rows)

-- let's have a look at the cache again (the query remains the same as above)
             relname              | buffers
----------------------------------+---------
 index_cache_test                 |    2747
 idx_test_cache                   |       4
...

-- and compare it to a bigger index scan:
EXPLAIN (ANALYZE, BUFFERS) 
SELECT id 
    FROM index_cache_test 
    WHERE id <= 20000 ORDER BY id
;


 Index Scan using idx_test_cache on index_cache_test  (cost=0.00..666.43 rows=19490 width=4) (actual time=0.072..19.921 rows=20000 loops=1)
   Index Cond: (id <= 20000)
   Buffers: shared hit=4 read=162
 Total runtime: 24.967 ms
(4 rows)

-- this already shows that something was in the cache and further pages were read from disk
-- but to be sure, a final glance at cache contents:

             relname              | buffers
----------------------------------+---------
 index_cache_test                 |    2691
 idx_test_cache                   |      58

-- note that some of the table pages are disappeared
-- but, more importantly, a bigger part of our index is now cached

कुल मिलाकर, यह दिखाता है कि अनुक्रमित और टेबल, पेज द्वारा संचित किया जा सकता है पृष्ठ इसलिए के लिए इस सवाल का जवाब (2) है नहीं

और एक अंतिम एक को यहाँ गैर-कैश किया जा रहा है

CREATE TEMPORARY TABLE tmp_cache_test AS 
SELECT * FROM index_cache_test ORDER BY id FETCH FIRST 20000 ROWS ONLY;

EXPLAIN (ANALYZE, BUFFERS) SELECT id FROM tmp_cache_test ORDER BY id;

-- checking the buffer cache now shows no sign of the temp table

1
+1 बहुत अच्छा जवाब। समझ में आता है कि रैम में रहने वाले अस्थायी तालिकाओं को कैश नहीं किया गया है। मुझे आश्चर्य है, हालांकि, चाहे कैशिंग होता है जैसे ही एक अस्थायी तालिकाओं को डिस्क (पर्याप्त की कमी के लिए temp_buffers) फैल जाता है - पूरे टेबल के लिए या डिस्क पर सिर्फ भाग के लिए। मुझे बाद की उम्मीद होगी। एक दिलचस्प परीक्षा हो सकती है ..
इरविन ब्रांडस्टेटर

9

जब कोई निर्णय लेता है कि वे किसी क्वेरी का उत्तर देने के लिए आवश्यक तालिका डेटा की मात्रा में कटौती करने के लिए उपयोगी होंगे, तो इंडेक्स पेज लाए जाते हैं। सूचकांक के केवल ब्लॉकों को पूरा करने के लिए नेविगेट किया गया है जो अंदर पढ़े गए हैं। हां, वे उसी साझा_बर्फर्स पूल में जाते हैं जहां टेबल डेटा संग्रहीत होता है। दोनों ही ऑपरेटिंग सिस्टम कैश द्वारा कैशिंग की दूसरी परत के रूप में समर्थित हैं।

आप आसानी से मेमोरी में किसी इंडेक्स का 0.1% या इसका 100% कर सकते हैं। यह विचार कि अधिकांश "'समझदार' सूचकांक हर समय कैश में रहने वाले हैं" कठिन हो जाता है जब आपके पास प्रश्न होते हैं जो केवल एक तालिका के सबसेट को छूते हैं। एक सामान्य उदाहरण है यदि आपके पास समय उन्मुख डेटा है। अक्सर वे आमतौर पर टेबल के हाल के अंत को नेविगेट करते हैं, शायद ही कभी पुराने इतिहास को देखते हैं। आपको स्मृति में हाल के अंत में और उसके आसपास नेविगेट करने के लिए आवश्यक सभी इंडेक्स ब्लॉक मिल सकते हैं, जबकि पहले के रिकॉर्ड को नेविगेट करने की बहुत कम आवश्यकता होती है।

कार्यान्वयन के जटिल भागों में बफर कैश में ब्लॉक कैसे मिलते हैं। उनके जाने के बारे में यह नियम है। माई इनसाइड द पोस्टग्रेक्यूएल बफर काउच और वहां शामिल सैंपल क्वेश्चन आपको यह समझने में मदद कर सकते हैं कि वहां क्या चल रहा है, और देखें कि वास्तव में प्रोडक्शन सर्वर पर क्या जमा हो रहा है। यह आश्चर्य की बात हो सकती है। मेरे PostgreSQL 9.0 उच्च प्रदर्शन में इन सभी विषयों पर बहुत कुछ है पुस्तक में भी है।

आंशिक सूचकांक मददगार हो सकते हैं क्योंकि वे सूचकांक के आकार को कम करते हैं, और इसलिए दोनों चीजों को कैशिंग के लिए नेविगेट करने और अधिक रैम छोड़ने के लिए दोनों तेज होते हैं। यदि आपकी अनुक्रमणिका का नेविगेशन ऐसा है कि आपके द्वारा स्पर्श किए जाने वाले भाग हमेशा रैम में होते हैं, वैसे भी, हालांकि यह वास्तविक सुधार नहीं खरीद सकता है।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.