Bisakah PostgreSQL menggunakan nulls dalam indeksnya?

Saya telah membaca buku ini yang mengatakan itu

Basis data mengasumsikan bahwa Indexed_Col BUKAN NULL mencakup rentang yang terlalu besar untuk berguna, sehingga basis data tidak akan mengarahkan ke indeks dari kondisi ini.

Saya menyadari bahwa buku itu sudah lebih dari 10 tahun, tetapi sudah terbukti cukup berguna - Dengan menggunakan instruksi yang diperoleh dari halaman-halamannya, saya telah mempercepat kueri dengan faktor sepuluh.

Selanjutnya, dalam menjalankan EXPLAIN ANALYZEpada SELECTquery, saya telah menemukan bahwa tidak ada indeks saya sedang digunakan, bahkan ketika semua hak, mereka seharusnya.

Jadi, pertanyaan saya adalah:

Andaikata ada tabel yang memiliki kolom, yang definisi kolomnya mencakup "BUKAN NULL", dan bahwa ada indeks yang mencakup kolom ini, akankah indeks ini digunakan dalam kueri dari tabel itu di mana kolom merupakan bagian dari kueri?

Suka:

CREATE TABLE my_table(
a varchar NOT NULL
);

CREATE INDEX ix_my_table ON my_table(a);

SELECT a from my_table;

PostgreSQL tentu saja dapat menggunakan indeks untuk IS NOT NULL. Saya juga tidak melihat asumsi perencana kueri tentang kondisi itu.

Jika fraksi nol untuk kolom ( pg_statistic.stanullfrac) cukup rendah untuk menunjukkan bahwa indeks selektif berguna untuk kueri, PostgreSQL akan menggunakan indeks.

Saya tidak tahu apa yang ingin Anda katakan:

Jika ini benar, apakah pemahaman saya bahwa indeks pada kolom didefinisikan sebagai "BUKAN NULL" tidak digunakan dalam kueri yang menggunakan kolom itu?

Tentu saja indeks tidak akan digunakan untuk suatu IS NOT NULLkondisi pada NOT NULLkolom. Itu akan selalu cocok dengan 100% dari baris, sehingga seqscan akan hampir selalu jauh lebih cepat.

PostgreSQL tidak akan menggunakan indeks jika indeks tidak menyaring sebagian besar baris untuk permintaan. Satu-satunya pengecualian adalah ketika Anda meminta satu set kolom yang dicakup oleh satu indeks, dalam urutan yang cocok dengan indeks. PostgreSQL mungkin akan melakukan scan indeks saja. Misalnya jika ada indeks t(a, b, c)dan Anda:

select a, b FROM t ORDER BY a, b, c;

PostgreSQL mungkin menggunakan indeks Anda, meskipun tidak ada baris yang difilter, karena hanya perlu membaca indeks dan dapat melewati membaca heap, hindari melakukan pengurutan, dll.

Selain jawaban menyeluruh Craig, saya ingin menambahkan bahwa sampul buku yang Anda referensi mengatakan:

Meliputi Oracle, DB2 & SQL Server

Jadi saya tidak akan mempercayainya untuk menjadi sumber saran yang bagus tentang PostgreSQL pada khususnya. Setiap RDBMS bisa sangat berbeda!

Saya agak bingung tentang pertanyaan awal Anda, tetapi inilah contoh yang menunjukkan bahwa bagian buku ini tidak 100% benar. Untuk menghindari kebingungan lebih lanjut, inilah keseluruhan paragraf yang relevan, Anda dapat melihatnya di Pencarian Buku Google .

Basis data mengasumsikan bahwa Indexed_Col BUKAN NULL mencakup rentang yang terlalu besar untuk berguna, sehingga basis data tidak akan mengarahkan ke indeks dari kondisi ini. Dalam kasus yang jarang terjadi, memiliki nilai nonnull sangat jarang sehingga pemindaian rentang indeks atas semua nilai nonnull yang mungkin bermanfaat. Dalam kasus seperti itu, jika Anda dapat mengetahui batas bawah atau atas yang aman untuk kisaran semua nilai yang mungkin, Anda dapat mengaktifkan pemindaian rentang dengan kondisi seperti Positive_ID_Column> -1 atau Date_Column> TO_DATE ('0001/01/01' , 'YYYY / MM / DD').

Postgres sebenarnya dapat (dalam kasus yang dibuat berikut) menggunakan indeks untuk memenuhi IS NOT NULLkueri tanpa menambahkan kludges pindai rentang seperti yang disarankan Positive_ID_Column > -1. Lihat komentar pada pertanyaan Craig mengapa Postgres memilih indeks ini dalam kasus khusus ini, dan catatan tentang menggunakan indeks parsial.

CREATE TABLE bar (a int);
INSERT INTO bar (a) SELECT NULL FROM generate_series(1,1000000);
INSERT INTO bar (a) VALUES (1);
CREATE INDEX bar_idx ON bar (a);

EXPLAIN ANALYZE SELECT * FROM bar WHERE a IS NOT NULL;
                                                QUERY PLAN                                                    
------------------------------------------------------------------------------------------------------------------
 Index Only Scan using bar_idx on bar  (cost=0.42..8.44 rows=1 width=4) (actual time=0.094..0.095 rows=1 loops=1)
   Index Cond: (a IS NOT NULL)
   Heap Fetches: 1
 Total runtime: 0.126 ms
(4 rows)

Ngomong-ngomong, ini adalah Postgres 9.3, tapi saya yakin hasilnya akan hampir sama pada 9.1, meskipun tidak akan menggunakan "Indeks Hanya Pindai".

Sunting: Saya melihat Anda telah mengklarifikasi pertanyaan awal Anda, dan Anda tampaknya bertanya-tanya mengapa Postgres tidak menggunakan indeks dalam contoh sederhana seperti:

CREATE TABLE my_table(
a varchar NOT NULL
);

CREATE INDEX ix_my_table ON my_table(a);

SELECT a from my_table;

Mungkin karena Anda tidak memiliki baris di tabel. Jadi tambahkan beberapa data uji dan ANALYZE my_table;.

Anda belum mengirimkan kueri atau data contoh Anda. Tetapi alasan paling umum indeks tidak digunakan berkaitan dengan volume.

Indeks seperti buku telepon yang menerjemahkan kolom ke lokasi baris. Jika Anda hanya mencari beberapa baris, masuk akal untuk mencari setiap baris dalam buku telepon, dan kemudian mencari baris di tabel utama.

Tetapi untuk lebih dari beberapa baris, lebih murah untuk melewatkan buku telepon, dan beralih ke semua baris di tabel utama. Dalam pengalaman saya, titik kritis sekitar 100 baris.