तारीखों के साथ सूचकांक अनुकूलन


27

मेरे पास PostgreSQL 9.0.8 में वस्तुओं की एक बड़ी तालिका (15M + पंक्ति) है, जिसके लिए मैं पुराने क्षेत्र के लिए क्वेरी करना चाहता हूं।

मैं स्केलेबिलिटी और कॉन्सेप्ट उद्देश्यों के लिए क्वेरी को लाखों से विभाजित करना चाहता हूं, और मैं कुछ दिनों पहले की तारीख के साथ सभी डेटा को अपडेट_ट फील्ड के साथ लाना चाहता हूं।

मैंने कई आईडी और प्रश्नों की कोशिश की है, एक मिलियन आईडी पर, और मैं हेरोकू के रॉनवेयर हार्डवेयर के साथ 100 सेकंड के भीतर प्रदर्शन प्राप्त नहीं कर सकता।

मैं उन सुझावों की तलाश कर रहा हूं, जिन्हें मैंने यथासंभव प्रभावी बनाने की कोशिश नहीं की है।

TRY # 1

 EXPLAIN ANALYZE SELECT count(*) FROM objects
 WHERE (date(updated_at)) < (date(now())-7) AND id >= 5000001 AND id < 6000001;
 INDEX USED: (date(updated_at),id)
 268578.934 ms

TRY # 2

 EXPLAIN ANALYZE SELECT count(*) FROM objects
 WHERE ((date(now()) - (date(updated_at)) > 7)) AND id >= 5000001 AND id < 6000001;
 INDEX USED: primary key
 335555.144 ms

TRY # 3

 EXPLAIN ANALYZE SELECT count(*) FROM objects
 WHERE (date(updated_at)) < (date(now())-7) AND id/1000000 = 5;
 INDEX USED: (date(updated_at),(id/1000000))
 243427.042 ms

TRY # 4

 EXPLAIN ANALYZE SELECT count(*) FROM objects
 WHERE (date(updated_at)) < (date(now())-7) AND id/1000000 = 5 AND updated_at IS NOT NULL;
 INDEX USED: (date(updated_at),(id/1000000)) WHERE updated_at IS NOT NULL 
 706714.812 ms

TRY # 5 (पुराने डेटा के एक महीने के लिए)

 EXPLAIN ANALYZE SELECT count(*) FROM objects
 WHERE (EXTRACT(MONTH from date(updated_at)) = 8) AND id/1000000 = 5;
 INDEX USED: (EXTRACT(MONTH from date(updated_at)),(id/1000000))
 107241.472 ms

TRY # 6

 EXPLAIN ANALYZE SELECT count(*) FROM objects
 WHERE (date(updated_at)) < (date(now())-7) AND id/1000000 = 5;
 INDEX USED: ( (id/1000000 ) ASC ,updated_at DESC NULLS LAST)
 106842.395 ms

TRY # 7 (देखें: http://explain.depesz.com/s/DQP )

 EXPLAIN ANALYZE SELECT count(*) FROM objects
 WHERE id/1000000 = 5 and (date(updated_at)) < (date(now())-7);
 INDEX USED: ( (id/1000000 ) ASC ,date(updated_at) DESC NULLS LAST);
 100732.049 ms
 Second try: 87280.728 ms 

TRY # 8

 EXPLAIN ANALYZE SELECT count(*) FROM objects
 WHERE (date(updated_at)) < (date(now())-7) AND id/1000000 = 5 AND updated_at IS NOT NULL;
 INDEX USED:  ( (id/1000000 ) ASC ,date(updated_at) ASC NULLS LAST);
 129133.022 ms

TRY # 9 ( इरविन के सुझाव के अनुसार आंशिक सूचकांक , देखें: http://explain.depesz.com/s/p9A )

 EXPLAIN ANALYZE SELECT count(*) FROM objects
 WHERE id BETWEEN 5000000 AND 5999999 AND (date(updated_at)) < '2012-10-23'::date;
 INDEX USED: (date(updated_at) DESC NULLS LAST)
 WHERE id BETWEEN 5000000 AND 6000000 AND date(updated_at) < '2012-10-23'::date;
 73861.047 ms

TRY # 10 ( ग्राहक के सुझाव के अनुसार ग्राहक)

 CREATE INDEX ix_8 on objects ( (id/1000000 ) ASC ,date(updated_at) DESC NULLS LAST);
 CLUSTER entities USING ix_8;
 EXPLAIN ANALYZE SELECT count(*) FROM objects
 WHERE id/1000000 = 5 and (date(updated_at)) < (date(now())-7) ;
 4745.595 ms

 EXPLAIN ANALYZE SELECT count(*) FROM objects
 WHERE id/1000000 = 10 and (date(updated_at)) < (date(now())-7) ;
 17573.639 ms

==> यह समाधान जीतने वाला प्रतीत होता है। मुझे अपने आवेदन में हर जगह प्रतिकृतियों को सत्यापित करने के लिए अच्छी तरह से परीक्षण करना होगा।

DB सेटिंग्स:

pg_settings से नाम, min_val, max_val, boot_val चुनें;

             name               |  min_val  |   max_val    |     boot_val      
--------------------------------+-----------+--------------+-------------------
allow_system_table_mods         |           |              | off
application_name                |           |              | 
archive_command                 |           |              | 
archive_mode                    |           |              | off
archive_timeout                 | 0         | 2147483647   | 0
array_nulls                     |           |              | on
authentication_timeout          | 1         | 600          | 60
autovacuum                      |           |              | on
autovacuum_analyze_scale_factor | 0         | 100          | 0.1
autovacuum_analyze_threshold    | 0         | 2147483647   | 50
autovacuum_freeze_max_age       | 100000000 | 2000000000   | 200000000
autovacuum_max_workers          | 1         | 536870911    | 3
autovacuum_naptime              | 1         | 2147483      | 60
autovacuum_vacuum_cost_delay    | -1        | 100          | 20
autovacuum_vacuum_cost_limit    | -1        | 10000        | -1
autovacuum_vacuum_scale_factor  | 0         | 100          | 0.2
autovacuum_vacuum_threshold     | 0         | 2147483647   | 50
backslash_quote                 |           |              | safe_encoding
bgwriter_delay                  | 10        | 10000        | 200
bgwriter_lru_maxpages           | 0         | 1000         | 100
bgwriter_lru_multiplier         | 0         | 10           | 2
block_size                      | 8192      | 8192         | 8192
bonjour                         |           |              | off
bonjour_name                    |           |              | 
bytea_output                    |           |              | hex
check_function_bodies           |           |              | on
checkpoint_completion_target    | 0         | 1            | 0.5
checkpoint_segments             | 1         | 2147483647   | 3
checkpoint_timeout              | 30        | 3600         | 300
checkpoint_warning              | 0         | 2147483647   | 30
client_encoding                 |           |              | SQL_ASCII
client_min_messages             |           |              | notice
commit_delay                    | 0         | 100000       | 0
commit_siblings                 | 1         | 1000         | 5
constraint_exclusion            |           |              | partition
cpu_index_tuple_cost            | 0         | 1.79769e+308 | 0.005
cpu_operator_cost               | 0         | 1.79769e+308 | 0.0025
cpu_tuple_cost                  | 0         | 1.79769e+308 | 0.01
cursor_tuple_fraction           | 0         | 1            | 0.1
custom_variable_classes         |           |              | 
DateStyle                       |           |              | ISO, MDY
db_user_namespace               |           |              | off
deadlock_timeout                | 1         | 2147483      | 1000
debug_assertions                |           |              | off
debug_pretty_print              |           |              | on
debug_print_parse               |           |              | off
debug_print_plan                |           |              | off
debug_print_rewritten           |           |              | off
default_statistics_target       | 1         | 10000        | 100
default_tablespace              |           |              | 
default_text_search_config      |           |              | pg_catalog.simple
default_transaction_isolation   |           |              | read committed
default_transaction_read_only   |           |              | off
default_with_oids               |           |              | off
effective_cache_size            | 1         | 2147483647   | 16384
effective_io_concurrency        | 0         | 1000         | 1
enable_bitmapscan               |           |              | on
enable_hashagg                  |           |              | on
enable_hashjoin                 |           |              | on
enable_indexscan                |           |              | on
enable_material                 |           |              | on
enable_mergejoin                |           |              | on
enable_nestloop                 |           |              | on
enable_seqscan                  |           |              | on
enable_sort                     |           |              | on
enable_tidscan                  |           |              | on
escape_string_warning           |           |              | on
extra_float_digits              | -15       | 3            | 0
from_collapse_limit             | 1         | 2147483647   | 8
fsync                           |           |              | on
full_page_writes                |           |              | on
geqo                            |           |              | on
geqo_effort                     | 1         | 10           | 5
geqo_generations                | 0         | 2147483647   | 0
geqo_pool_size                  | 0         | 2147483647   | 0
geqo_seed                       | 0         | 1            | 0
geqo_selection_bias             | 1.5       | 2            | 2
geqo_threshold                  | 2         | 2147483647   | 12
gin_fuzzy_search_limit          | 0         | 2147483647   | 0
hot_standby                     |           |              | off
ignore_system_indexes           |           |              | off
integer_datetimes               |           |              | on
IntervalStyle                   |           |              | postgres
join_collapse_limit             | 1         | 2147483647   | 8
krb_caseins_users               |           |              | off
krb_srvname                     |           |              | postgres
lc_collate                      |           |              | C
lc_ctype                        |           |              | C
lc_messages                     |           |              |
lc_monetary                     |           |              | C
lc_numeric                      |           |              | C
lc_time                         |           |              | C
listen_addresses                |           |              | localhost
lo_compat_privileges            |           |              | off
local_preload_libraries         |           |              |
log_autovacuum_min_duration     | -1        | 2147483      | -1
log_checkpoints                 |           |              | off
log_connections                 |           |              | off
log_destination                 |           |              | stderr
log_disconnections              |           |              | off
log_duration                    |           |              | off
log_error_verbosity             |           |              | default
log_executor_stats              |           |              | off
log_hostname                    |           |              | off
log_line_prefix                 |           |              |
log_lock_waits                  |           |              | off
log_min_duration_statement      | -1        | 2147483      | -1
log_min_error_statement         |           |              | error
log_min_messages                |           |              | warning
log_parser_stats                |           |              | off
log_planner_stats               |           |              | off
log_rotation_age                | 0         | 35791394     | 1440
log_rotation_size               | 0         | 2097151      | 10240
log_statement                   |           |              | none
log_statement_stats             |           |              | off
log_temp_files                  | -1        | 2147483647   | -1
log_timezone                    |           |              | UNKNOWN
log_truncate_on_rotation        |           |              | off
logging_collector               |           |              | off
maintenance_work_mem            | 1024      | 2097151      | 16384
max_connections                 | 1         | 536870911    | 100
max_files_per_process           | 25        | 2147483647   | 1000
max_function_args               | 100       | 100          | 100
max_identifier_length           | 63        | 63           | 63
max_index_keys                  | 32        | 32           | 32
max_locks_per_transaction       | 10        | 2147483647   | 64
max_prepared_transactions       | 0         | 536870911    | 0
max_stack_depth                 | 100       | 2097151      | 100
max_standby_archive_delay       | -1        | 2147483      | 30000
max_standby_streaming_delay     | -1        | 2147483      | 30000
max_wal_senders                 | 0         | 536870911    | 0
password_encryption             |           |              | on
port                            | 1         | 65535        | 5432
post_auth_delay                 | 0         | 2147483647   | 0
pre_auth_delay                  | 0         | 60           | 0
random_page_cost                | 0         | 1.79769e+308 | 4
search_path                     |           |              | "$user",public
segment_size                    | 131072    | 131072       | 131072
seq_page_cost                   | 0         | 1.79769e+308 | 1
server_encoding                 |           |              | SQL_ASCII
server_version                  |           |              | 9.0.8
server_version_num              | 90008     | 90008        | 90008
session_replication_role        |           |              | origin
shared_buffers                  | 16        | 1073741823   | 1024
silent_mode                     |           |              | off
sql_inheritance                 |           |              | on
ssl                             |           |              | off
ssl_renegotiation_limit         | 0         | 2097151      | 524288
standard_conforming_strings     |           |              | off
statement_timeout               | 0         | 2147483647   | 0
superuser_reserved_connections  | 0         | 536870911    | 3
synchronize_seqscans            |           |              | on
synchronous_commit              |           |              | on
syslog_facility                 |           |              | local0
syslog_ident                    |           |              | postgres
tcp_keepalives_count            | 0         | 2147483647   | 0
tcp_keepalives_idle             | 0         | 2147483647   | 0
tcp_keepalives_interval         | 0         | 2147483647   | 0
temp_buffers                    | 100       | 1073741823   | 1024
temp_tablespaces                |           |              |
TimeZone                        |           |              | UNKNOWN
timezone_abbreviations          |           |              | UNKNOWN
trace_notify                    |           |              | off
trace_recovery_messages         |           |              | log
trace_sort                      |           |              | off
track_activities                |           |              | on
track_activity_query_size       | 100       | 102400       | 1024
track_counts                    |           |              | on
track_functions                 |           |              | none
transaction_isolation           |           |              |
transaction_read_only           |           |              | off
transform_null_equals           |           |              | off
unix_socket_group               |           |              |
unix_socket_permissions         | 0         | 511          | 511
update_process_title            |           |              | on
vacuum_cost_delay               | 0         | 100          | 0
vacuum_cost_limit               | 1         | 10000        | 200
vacuum_cost_page_dirty          | 0         | 10000        | 20
vacuum_cost_page_hit            | 0         | 10000        | 1
vacuum_cost_page_miss           | 0         | 10000        | 10
vacuum_defer_cleanup_age        | 0         | 1000000      | 0
vacuum_freeze_min_age           | 0         | 1000000000   | 50000000
vacuum_freeze_table_age         | 0         | 2000000000   | 150000000
wal_block_size                  | 8192      | 8192         | 8192
wal_buffers                     | 4         | 2147483647   | 8
wal_keep_segments               | 0         | 2147483647   | 0
wal_level                       |           |              | minimal
wal_segment_size                | 2048      | 2048         | 2048
wal_sender_delay                | 1         | 10000        | 200
wal_sync_method                 |           |              | fdatasync
wal_writer_delay                | 1         | 10000        | 200
work_mem                        | 64        | 2097151      | 1024
xmlbinary                       |           |              | base64
xmloption                       |           |              | content
zero_damaged_pages              |           |              | off
(195 rows)

तालिका संरचना में ~ 20-30 कॉलम, कुछ विदेशी कुंजियाँ पूर्णांक, स्ट्रिंग, पाठ, बूलियन हैं। सूचकांक की परिभाषा INDEX USEd के आगे की पोस्टिंग में है। (मैंने प्रश्नों द्वारा उपयोग किए गए 8 सूचकांक) पोस्ट किए। मेरे पास त्वरित अपडेट के लिए कुछ और अनुक्रमित हैं और अपने आवेदन के लिए चयन करता है। अंत में, मैं एक डीबी क्लाउड का उपयोग कर रहा हूं, और मैंने कुछ भी नहीं बदला है। मैं ज्यादातर सोच रहा हूं कि क्या मेरी अनुक्रमणिका की परिभाषा उन अनुकूलन के लिए मिलने से पहले जितनी अच्छी हो सकती है। फिर भी, मैं जानकारी के साथ अद्यतन करूँगा।
क्लेश

जवाबों:


30

सबसे पहले, यह हो सकता है? तुम लिखो:

मैं कुछ दिनों पहले की तारीख के साथ अद्यतन डेटा के साथ सभी डेटा प्राप्त करना चाहता हूं ।

लेकिन आपका WHERE हालत यह है:

(दिनांक (अद्यतित)) < (दिनांक (अब)) - )

ऐसा नहीं होना चाहिए >?


इंडेक्स

के लिए इष्टतम प्रदर्शन, तो आप कर सकते थे ...

  • अपने अनुक्रमितों को विभाजित करें
  • अनुक्रमित से अप्रासंगिक पंक्तियों को बाहर करें
  • स्वचालित रूप से अद्यतित विधेय के साथ ऑफ-टाइम पर अनुक्रमणिका को फिर से बनाना।

आपके अनुक्रमणिका इस तरह दिख सकती हैं:

CREATE INDEX objects_id_updated_at_idx (updated_at::date DESC NULLS LAST)
WHERE  id BETWEEN 0 AND 999999
AND    updated_at > '2012-10-01 0:0'::timestamp  -- some minimum date

CREATE INDEX objects_id_updated_at_idx (updated_at::date DESC NULLS LAST)
WHERE  id BETWEEN 1000000 AND 1999999
AND    updated_at > '2012-10-01 0:0'::timestamp  -- some minimum date

...

दूसरी स्थिति सूचकांक से अप्रासंगिक पंक्तियों को एकदम से बाहर कर देती है, जिससे इसे आपके वास्तविक डेटा वितरण के आधार पर छोटा और तेज़ होना चाहिए। मेरी प्रारंभिक टिप्पणी के अनुसार, मैं मान रहा हूं कि आप नया चाहते हैं पंक्तियां हैं।

यह शर्त स्वतः ही NULL मानों को भी बाहर updated_atकर देती है - जो आप तालिका में अनुमति देते हैं और स्पष्ट रूप से क्वेरी में बाहर करना चाहते हैं। सूचकांक की उपयोगिता समय के साथ बिगड़ती जाती है। क्वेरी हमेशा नवीनतम प्रविष्टियों को पुनः प्राप्त करती है। WHEREसमय-समय पर एक अद्यतन खंड के साथ सूचकांक को फिर से बनाएँ । इसके लिए टेबल पर एक विशेष लॉक की आवश्यकता होती है, इसलिए इसे बंद घंटे पर करें। CREATE INDEX CONCURRENTLYलॉक की अवधि को कम करने के लिए भी है:

CREATE INDEX CONCURRENTLY objects_id_up_201211_idx; -- create new idx
DROP INDEX  objects_id_up_201210_idx;  -- then drop old

SO पर संबंधित उत्तर:

आगे अनुकूलन करने के लिए, आप CLUSTERटिप्पणी में उल्लिखित की तरह उपयोग कर सकते हैं । लेकिन आपको इसके लिए एक पूर्ण सूचकांक की आवश्यकता है। आंशिक सूचकांक के साथ काम नहीं करता है। आप अस्थायी रूप से बनाएंगे:

CREATE INDEX objects_full_idx (id/1000000, updated_at::date DESC NULLS LAST);

पूर्ण सूचकांक का यह रूप आंशिक सूचकांक से ऊपर के क्रम से मेल खाता है।

CLUSTER objects USING objects_full_idx;
ANALYZE objects;

इसमें कुछ समय लगेगा, क्योंकि तालिका शारीरिक रूप से फिर से लिखी गई है। यह भी प्रभावी रूप से एक है VACUUM FULL। इसे टेबल पर एक विशेष लेखन लॉक की आवश्यकता होती है, इसलिए इसे ऑफ-ऑवर में करें - बशर्ते आप इसे बिल्कुल भी वहन कर सकें। फिर से, एक कम आक्रामक विकल्प है: pg_repack

आप फिर से सूचकांक को छोड़ सकते हैं। यह एक बार का प्रभाव है। मैं कम से कम एक बार यह देखने की कोशिश करूंगा कि आपके प्रश्नों से कितना फायदा होता है। बाद के लेखन कार्यों के साथ प्रभाव बिगड़ता है। यदि आप काफी प्रभाव देखते हैं तो आप इस प्रक्रिया को घंटों तक दोहरा सकते हैं।

यदि आपकी तालिका में बहुत सारे लेखन कार्य मिलते हैं , तो आपको इस कदम के लिए लागत और लाभ का वजन करना होगा। कई UPDATE के लिए FILLFACTOR100 से कम सेट करने पर विचार करें। इससे पहले कि आप ऐसा करेंCLUSTER । ।

सवाल

SELECT count(*)
FROM   objects
WHERE  id BETWEEN 0 AND 999999  -- match conditions of partial index!
AND    updated_at > '2012-10-01 0:0'::timestamp
AND    updated_at::date > (now()::date - 7)

अधिक

यह संबंधित उत्तर सूचकांक विभाजन के लिए एक अधिक उन्नत तकनीक प्रस्तुत करता है:

अन्य चीजों के बीच यह स्वत: सूचकांक (पुनः) निर्माण के लिए उदाहरण कोड प्रदान करता है।

PostgreSQL 9.2+ में आपके लिए कई नई सुविधाएँ हैं। सूचकांक-केवल स्कैन अकेले इसे आपके लायक बना देगा।

सुनिश्चित करें कि autovacuumठीक से चल रहा है। आपके द्वारा CLUSTERसूचित किया गया भारी लाभ VACUUM FULLउस हिस्से के कारण हो सकता है जो आपको मिलता है CLUSTER। शायद यह स्वचालित रूप से हरोकू द्वारा स्थापित किया गया है, निश्चित नहीं है।
आपके प्रश्न में सेटिंग्स अच्छी लग रही हैं। तो यह शायद यहाँ कोई मुद्दा नहीं है और CLUSTERवास्तव में यह प्रभावी था।

घोषणात्मक विभाजन

आखिरकार पोस्टग्रैस 12 में परिपक्व हो गया है । मैं मैनुअल इंडेक्स पार्टिशनिंग (या कम से कम अतिरिक्त) के बजाय अब इसका उपयोग करने पर विचार करूंगा। updated_atविभाजन कुंजी के रूप में श्रेणी विभाजन । (सामान्य प्रदर्शन, बड़े डेटा और विशेष रूप से btree सूचकांक प्रदर्शन में कई सुधारों के अलावा।)

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.