優化聚集功能和訂購PostgreSQL中

Question

我有以下表「medicion」與以下領域：

id_variable[int](PK), 
id_departamento[int](PK), 
fecha [date](PK), 
valor [number]`. 

所以，我想要得到的最小，最大和勇氣的通過分組所有數據的平均值id_variable。所以我的查詢是：

SELECT AVG(valor), MIN(valor), MAX(valor) 
FROM medicion 
GROUP BY id_variable; 

知道了默認的PostgreSQL建立主鍵

(id_departamento, id_variable, fecha) 

如何優化這個查詢的索引？我應該只由id_variable或創建新的索引此查詢中的默認索引是否有效？

謝謝！

Answer 1

由於存在avg（），並且需要所有值來計算平均值，所以它將讀取整個表格。除非你使用WHERE，但沒有WHERE，所以我認爲你需要全局統計。

唯一的東西一個額外的覆蓋索引帶來的是：

• 不讀取整個表。

這可能是有利的，如果有，例如，50列或文本使表格文件巨大。在這種情況下，讀取整個表來平均一些int值需要從磁盤中榨取大量無用的東西。

我的意思是，當你想從一張巨大的表中狙擊一列或兩列，並且將小列設置在緩存中時，覆蓋索引非常棒。但是在這裏並不是這樣，你只有小列，所以這個原因就沒有了。

• ...當然由於索引需要更新而稍微慢一些的UPDATE。此外，索引需要緩存，它會使用一些內存等。

• 獲取行進行預先排序以方便聚合。

這可能很重要，如果它避免巨大的排序。但是，如果它避免了一個哈希聚合，無論如何超快，沒有那麼有用。

現在，如果你的id_variable的相對較少的值不夠...說，足夠適合哈希集合，這可能是一個相當大的數量，取決於你的work_mem ...然後它會很難擊敗它...

如果表格沒有經常更新，或者是隻插入的，並且您經常需要統計信息，請考慮一個物化視圖（保留單獨表中每個id_variable的最小/最大/平均值，以及讓他們在每個插頁上更新）。更新mat-view需要時間，所以如果你經常需要統計信息，這是一個折衷。

如果你不介意它們是陳舊的，你可以將你的統計數據保存在緩存中。或者，如果你的表有大量的舊數據，你可以對它進行分區，並保留舊的只讀分區的最小/最大/總和/計數，並只計算新東西的統計數據。