详解如何定位postgreSQL数据库中未被使用过的索引

前言

在生产环境上，由于不规范的优化措施，数据库中可能存在大量的索引，并且相当一部分的索引重未被使用过，今天带大家如何找出这些索引。

一、存在大量未使用的索引带来的危害

在PostgreSQL中，存在大量未使用的索引可能会带来以下几个问题：

1. 性能下降：每当对表进行插入、删除或更新操作时，相关的索引都需要被更新。如果有大量未使用的索引，这些索引的维护工作可能会消耗大量的CPU和I/O资源，导致数据库性能下降。

2. 占用存储空间：索引本身会占用存储空间。如果有大量未使用的索引，这些索引会浪费大量的磁盘空间，可能导致存储成本增加。

3. 影响查询优化器的决策：PostgreSQL的查询优化器在决定查询执行计划时，会考虑所有可用的索引。如果有大量未使用的索引，可能会增加查询优化器的计算复杂度，影响其决策的效率和准确性。

4. 备份和恢复时间增加：如果有大量未使用的索引，备份和恢复数据库的时间可能会增加，因为索引数据也需要被备份和恢复。

因此，定期审查和清理未使用的索引是一个很好的数据库维护实践。但在删除索引之前，需要确保这些索引真的不再需要，因为有些索引可能只在特定的查询或特定的时间（如每月的报表生成）中被使用。

二、实战案例

接下来，我们以实际案例来演示索引过多带来的性能影响

2.1 创建带索引的表

2.2 创建不带索引的表

2.3 插入数据测试

上面结果可以看出，同样结构的表，插入数据的操作，有无索引的性能相关近5倍！

2.4 修改数据测试

上面结果可以看出，同样结构的表，修改数据的操作，有无索引的性能相关近3倍！

2.5 查看此时表的体积

因为索引的原因，t1的体积更大。

三、索引使用的规则

PostgreSQL的查询优化器使用一种称为成本优化的方法来决定是否使用索引，以及选择使用哪个索引。以下是一些影响PostgreSQL使用索引的主要因素：

1. 查询的选择性：索引对于高选择性的查询最有用。选择性是指查询结果返回的记录占表中总记录的比例。例如，如果你正在查询一个人口为几十亿的国家中的一小部分人，这个查询就有很高的选择性，使用索引会很有帮助。相反，如果你正在查询的数据占总数据的大部分，那么全表扫描可能会更快。

2. 索引类型：PostgreSQL支持多种类型的索引，包括B-tree、Hash、GiST、SP-GiST、GIN和BRIN。每种索引类型都有其特定的用途和优势。例如，B-tree索引适用于等于、大于、小于等操作，而GIN索引适用于数组和全文搜索。

3. 数据分布：如果表中的数据分布不均匀，索引可能会更有效。例如，如果一个字段的值大部分都是唯一的，那么对这个字段创建索引可能会很有帮助。

4. 索引大小和深度：大的索引需要更多的磁盘I/O操作来读取，而深的索引需要更多的磁盘I/O操作来遍历。因此，如果一个索引很大或很深，查询优化器可能会选择不使用它。

5. 硬件和系统配置：硬件的性能（如CPU速度、内存大小、磁盘速度等）和PostgreSQL的配置（如工作内存、随机页面成本等）也会影响查询优化器的决策。

6. 统计信息：PostgreSQL的查询优化器使用统计信息来估计查询的成本。这些统计信息包括表的大小、索引的大小、数据的分布等。如果这些统计信息不准确，查询优化器可能会做出错误的决策。

最后，要注意的是，查询优化器的目标是尽可能快地返回查询结果，而不一定是尽可能少地读取磁盘页面。因此，有时候即使存在索引，查询优化器也可能选择全表扫描，因为它认为这样会更快。

四、如何找出未使用的索引

在pgv16的版本中，有一个视图pg_stat_user_indexes可以查看索引使用情况

查看当前索引使用的频率

调用索引再次查看

SQL的执行计划中显示调用了索引idx_a ，查询pg_stat_user_indexes结果显示索引的扫描次数没有增加，为什么？原来explain并未真正执行SQL。

那加上analyze参数

在v16之前的版本中,pg_stat_user_indexes.last_idx_scan字段是没有的，只能通过手工编写脚本来记录索引扫描时间，也可以通过SELECT pg_stat_reset()函数重置索引的使用记录，人工观察一周来排查。这里不再赘述。

五、总结

通过以上实验，我们知道了表上索引过多的危害及如何定位未使用索引的方法，对pg数据库的索引有进一步的了解。

到此这篇关于详解如何定位postgreSQL数据库中未被使用过的索引的文章就介绍到这了,更多相关定位postgreSQL未使用的索引内容请搜索程序员之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持程序员之家！

最新评论