PostgreSQL menggunakan default, plus
default_statistics_target=1000
random_page_cost=1.5
Versi: kapan
PostgreSQL 10.4 on x86_64-pc-linux-musl, compiled by gcc (Alpine 6.4.0) 6.4.0, 64-bit
Saya sudah menyedot debu dan dianalisis. Permintaannya sangat mudah:
SELECT r.price
FROM account_payer ap
JOIN account_contract ac ON ap.id = ac.account_payer_id
JOIN account_schedule "as" ON ac.id = "as".account_contract_id
JOIN schedule s ON "as".id = s.account_schedule_id
JOIN rate r ON s.id = r.schedule_id
WHERE ap.account_id = 8
Setiap id
kolom adalah kunci utama, dan semua yang bergabung adalah hubungan kunci asing, dan setiap kunci asing memiliki indeks. Ditambah indeks untuk account_payer.account_id
.
Dibutuhkan 3,93 untuk mengembalikan baris 76rb.
Merge Join (cost=8.06..83114.08 rows=3458267 width=6) (actual time=0.228..3920.472 rows=75548 loops=1)
Merge Cond: (s.account_schedule_id = "as".id)
-> Nested Loop (cost=0.57..280520.54 rows=6602146 width=14) (actual time=0.163..3756.082 rows=448173 loops=1)
-> Index Scan using schedule_account_schedule_id_idx on schedule s (cost=0.14..10.67 rows=441 width=16) (actual time=0.035..0.211 rows=89 loops=1)
-> Index Scan using rate_schedule_id_code_modifier_facility_idx on rate r (cost=0.43..486.03 rows=15005 width=10) (actual time=0.025..39.903 rows=5036 loops=89)
Index Cond: (schedule_id = s.id)
-> Materialize (cost=0.43..49.46 rows=55 width=8) (actual time=0.060..12.984 rows=74697 loops=1)
-> Nested Loop (cost=0.43..49.32 rows=55 width=8) (actual time=0.048..1.110 rows=66 loops=1)
-> Nested Loop (cost=0.29..27.46 rows=105 width=16) (actual time=0.030..0.616 rows=105 loops=1)
-> Index Scan using account_schedule_pkey on account_schedule "as" (cost=0.14..6.22 rows=105 width=16) (actual time=0.014..0.098 rows=105 loops=1)
-> Index Scan using account_contract_pkey on account_contract ac (cost=0.14..0.20 rows=1 width=16) (actual time=0.003..0.003 rows=1 loops=105)
Index Cond: (id = "as".account_contract_id)
-> Index Scan using account_payer_pkey on account_payer ap (cost=0.14..0.21 rows=1 width=8) (actual time=0.003..0.003 rows=1 loops=105)
Index Cond: (id = ac.account_payer_id)
Filter: (account_id = 8)
Rows Removed by Filter: 0
Planning time: 5.843 ms
Execution time: 3929.317 ms
Jika saya atur join_collapse_limit=1
, dibutuhkan 0,16 detik, kecepatan 25x.
Nested Loop (cost=6.32..147323.97 rows=3458267 width=6) (actual time=8.908..151.860 rows=75548 loops=1)
-> Nested Loop (cost=5.89..390.23 rows=231 width=8) (actual time=8.730..11.655 rows=66 loops=1)
Join Filter: ("as".id = s.account_schedule_id)
Rows Removed by Join Filter: 29040
-> Index Scan using schedule_pkey on schedule s (cost=0.27..17.65 rows=441 width=16) (actual time=0.014..0.314 rows=441 loops=1)
-> Materialize (cost=5.62..8.88 rows=55 width=8) (actual time=0.001..0.011 rows=66 loops=441)
-> Hash Join (cost=5.62..8.61 rows=55 width=8) (actual time=0.240..0.309 rows=66 loops=1)
Hash Cond: ("as".account_contract_id = ac.id)
-> Seq Scan on account_schedule "as" (cost=0.00..2.05 rows=105 width=16) (actual time=0.010..0.028 rows=105 loops=1)
-> Hash (cost=5.02..5.02 rows=48 width=8) (actual time=0.178..0.178 rows=61 loops=1)
Buckets: 1024 Batches: 1 Memory Usage: 11kB
-> Hash Join (cost=1.98..5.02 rows=48 width=8) (actual time=0.082..0.143 rows=61 loops=1)
Hash Cond: (ac.account_payer_id = ap.id)
-> Seq Scan on account_contract ac (cost=0.00..1.91 rows=91 width=16) (actual time=0.007..0.023 rows=91 loops=1)
-> Hash (cost=1.64..1.64 rows=27 width=8) (actual time=0.048..0.048 rows=27 loops=1)
Buckets: 1024 Batches: 1 Memory Usage: 10kB
-> Seq Scan on account_payer ap (cost=0.00..1.64 rows=27 width=8) (actual time=0.009..0.023 rows=27 loops=1)
Filter: (account_id = 8)
Rows Removed by Filter: 24
-> Index Scan using rate_schedule_id_code_modifier_facility_idx on rate r (cost=0.43..486.03 rows=15005 width=10) (actual time=0.018..1.685 rows=1145 loops=66)
Index Cond: (schedule_id = s.id)
Planning time: 4.692 ms
Execution time: 160.585 ms
Keluaran ini tidak masuk akal bagi saya. Yang pertama memiliki (sangat tinggi) biaya 280.500 untuk loop bersarang bergabung untuk jadwal dan indeks nilai. Mengapa PostgreSQL sengaja memilih yang sangat mahal untuk bergabung dulu?
Informasi tambahan diminta melalui komentar
Apakah
rate_schedule_id_code_modifier_facility_idx
indeks gabungan?
Yaitu, dengan schedule_id
menjadi kolom pertama. Saya telah membuatnya menjadi indeks khusus, dan dipilih oleh perencana kueri, tetapi tidak memengaruhi kinerja atau memengaruhi rencana.
sumber
default_statistics_target
danrandom_page_cost
kembali ke standarnya? Apa yang terjadi ketika Anda meningkatkandefault_statistics_target
lebih jauh? Bisakah Anda membuat DB Fiddle (di dbfiddle.uk) dan mencoba mereproduksi masalah di sana?work_mem
? Mengubahnya memberikan timing yang berbeda?Jawaban:
Sepertinya statistik Anda tidak akurat (jalankan analisis vakum untuk menyegarkannya) baik Anda memiliki kolom yang berkorelasi dalam model Anda (dan karenanya Anda harus melakukan
create statistics
untuk memberi tahu perencana fakta itu).The
join_collapse
parameter memungkinkan perencana untuk mengatur ulang bergabung sehingga melakukan pertama yang menjemput sedikit data. Namun, untuk kinerja, kami tidak dapat membiarkan perencana melakukannya pada kueri dengan banyak gabungan. Secara default, ini diatur ke 8 joins max. Dengan mengaturnya ke 1, Anda cukup menonaktifkan kemampuan itu.Jadi, bagaimana postgres memperkirakan berapa banyak baris yang harus dijawab oleh kueri ini? Ini menggunakan statistik untuk memperkirakan jumlah baris.
Apa yang dapat kita lihat dalam rencana penjelasan Anda adalah bahwa ada beberapa estimasi jumlah baris yang tidak akurat (nilai pertama adalah estimasi, kedua adalah aktual).
Sebagai contoh, di sini:
Perencana itu diperkirakan mendapat 55 baris ketika dia benar-benar mendapat 74.697.
Apa yang akan saya lakukan (jika saya berada di posisi Anda) adalah:
analyze
lima tabel yang terlibat untuk menyegarkan statistikexplain analyze
CREATE STATISTICS
(dokumentasi di sini )Jika Anda memerlukan informasi lebih lanjut tentang taksiran baris dan kalkulasinya, Anda akan menemukan semua yang Anda butuhkan dalam diskusi conf Tomas Vondra "Buat statistik - Untuk apa ini?" (slide di sini )
sumber