一、使用EXPLAIN：
PostgreSQL為每個(gè)查詢(xún)都生成一個(gè)查詢(xún)規(guī)劃，因?yàn)檫x擇正確的查詢(xún)路徑對(duì)性能的影響是極為關(guān)鍵的。PostgreSQL本身已經(jīng)包含了一個(gè)規(guī)劃器用于尋找最優(yōu)規(guī)劃，我們可以通過(guò)使用EXPLAIN命令來(lái)查看規(guī)劃器為每個(gè)查詢(xún)生成的查詢(xún)規(guī)劃。
PostgreSQL中生成的查詢(xún)規(guī)劃是由1到n個(gè)規(guī)劃節(jié)點(diǎn)構(gòu)成的規(guī)劃樹(shù)，其中最底層的節(jié)點(diǎn)為表掃描節(jié)點(diǎn)，用于從數(shù)據(jù)表中返回檢索出的數(shù)據(jù)行。然而，不同的掃描節(jié)點(diǎn)類(lèi)型代表著不同的表訪問(wèn)模式，如：順序掃描、索引掃描，以及位圖索引掃描等。如果查詢(xún)?nèi)匀恍枰B接、聚集、排序，或者是對(duì)原始行的其它操作，那么就會(huì)在掃描節(jié)點(diǎn)"之上"有其它額外的節(jié)點(diǎn)。并且這些操作通常都有多種方法，因此在這些位置也有可能出現(xiàn)不同的節(jié)點(diǎn)類(lèi)型。EXPLAIN將為規(guī)劃樹(shù)中的每個(gè)節(jié)點(diǎn)都輸出一行信息，顯示基本的節(jié)點(diǎn)類(lèi)型和規(guī)劃器為執(zhí)行這個(gè)規(guī)劃節(jié)點(diǎn)計(jì)算出的預(yù)計(jì)開(kāi)銷(xiāo)值。第一行(最上層的節(jié)點(diǎn))是對(duì)該規(guī)劃的總執(zhí)行開(kāi)銷(xiāo)的預(yù)計(jì)，這個(gè)數(shù)值就是規(guī)劃器試圖最小化的數(shù)值。
這里有一個(gè)簡(jiǎn)單的例子，如下：
EXPLAIN SELECT * FROM tenk1;
QUERY PLAN
-------------------------------------------------------------
Seq Scan on tenk1 (cost=0.00..458.00 rows=10000 width=244)
EXPLAIN引用的數(shù)據(jù)是：
1). 預(yù)計(jì)的啟動(dòng)開(kāi)銷(xiāo)(在輸出掃描開(kāi)始之前消耗的時(shí)間，比如在一個(gè)排序節(jié)點(diǎn)里做排續(xù)的時(shí)間)。
2). 預(yù)計(jì)的總開(kāi)銷(xiāo)。
3). 預(yù)計(jì)的該規(guī)劃節(jié)點(diǎn)輸出的行數(shù)。
4). 預(yù)計(jì)的該規(guī)劃節(jié)點(diǎn)的行平均寬度(單位：字節(jié))。
這里開(kāi)銷(xiāo)(cost)的計(jì)算單位是磁盤(pán)頁(yè)面的存取數(shù)量，如1.0將表示一次順序的磁盤(pán)頁(yè)面讀取。其中上層節(jié)點(diǎn)的開(kāi)銷(xiāo)將包括其所有子節(jié)點(diǎn)的開(kāi)銷(xiāo)。這里的輸出行數(shù)(rows)并不是規(guī)劃節(jié)點(diǎn)處理/掃描的行數(shù)，通常會(huì)更少一些。一般而言，頂層的行預(yù)計(jì)數(shù)量會(huì)更接近于查詢(xún)實(shí)際返回的行數(shù)。
現(xiàn)在我們執(zhí)行下面基于系統(tǒng)表的查詢(xún)：
SELECT relpages, reltuples FROM pg_class WHERE relname = 'tenk1';
從查詢(xún)結(jié)果中可以看出tenk1表占有358個(gè)磁盤(pán)頁(yè)面和10000條記錄，然而為了計(jì)算cost的值，我們?nèi)匀恍枰懒硗庖粋€(gè)系統(tǒng)參數(shù)值。
postgres=# show cpu_tuple_cost;
cpu_tuple_cost
----------------
0.01
(1 row)
cost = 358(磁盤(pán)頁(yè)面數(shù)) + 10000(行數(shù)) * 0.01(cpu_tuple_cost系統(tǒng)參數(shù)值)
下面我們?cè)賮?lái)看一個(gè)帶有WHERE條件的查詢(xún)規(guī)劃。
EXPLAIN SELECT * FROM tenk1 WHERE unique1 < 7000;
QUERY PLAN
------------------------------------------------------------
Seq Scan on tenk1 (cost=0.00..483.00 rows=7033 width=244)
Filter: (unique1 < 7000)
EXPLAIN的輸出顯示，WHERE子句被當(dāng)作一個(gè)"filter"應(yīng)用，這表示該規(guī)劃節(jié)點(diǎn)將掃描表中的每一行數(shù)據(jù)，之后再判定它們是否符合過(guò)濾的條件，最后僅輸出通過(guò)過(guò)濾條件的行數(shù)。這里由于WHERE子句的存在，預(yù)計(jì)的輸出行數(shù)減少了。即便如此，掃描仍將訪問(wèn)所有10000行數(shù)據(jù)，因此開(kāi)銷(xiāo)并沒(méi)有真正降低，實(shí)際上它還增加了一些因數(shù)據(jù)過(guò)濾而產(chǎn)生的額外CPU開(kāi)銷(xiāo)。
上面的數(shù)據(jù)只是一個(gè)預(yù)計(jì)數(shù)字，即使是在每次執(zhí)行ANALYZE命令之后也會(huì)隨之改變，因?yàn)锳NALYZE生成的統(tǒng)計(jì)數(shù)據(jù)是通過(guò)從該表中隨機(jī)抽取的樣本計(jì)算的。
如果我們將上面查詢(xún)的條件設(shè)置的更為嚴(yán)格一些的話，將會(huì)得到不同的查詢(xún)規(guī)劃，如：
EXPLAIN SELECT * FROM tenk1 WHERE unique1 < 100;
QUERY PLAN
------------------------------------------------------------------------------
Bitmap Heap Scan on tenk1 (cost=2.37..232.35 rows=106 width=244)
Recheck Cond: (unique1 < 100)
-> Bitmap Index Scan on tenk1_unique1 (cost=0.00..2.37 rows=106 width=0)
Index Cond: (unique1 < 100)
這里，規(guī)劃器決定使用兩步規(guī)劃，最內(nèi)層的規(guī)劃節(jié)點(diǎn)訪問(wèn)一個(gè)索引，找出匹配索引條件的行的位置，然后上層規(guī)劃節(jié)點(diǎn)再?gòu)谋砝镒x取這些行。單獨(dú)地讀取數(shù)據(jù)行比順序地讀取它們的開(kāi)銷(xiāo)要高很多，但是因?yàn)椴⒎窃L問(wèn)該表的所有磁盤(pán)頁(yè)面，因此該方法的開(kāi)銷(xiāo)仍然比一次順序掃描的開(kāi)銷(xiāo)要少。這里使用兩層規(guī)劃的原因是因?yàn)樯蠈右?guī)劃節(jié)點(diǎn)把通過(guò)索引檢索出來(lái)的行的物理位置先進(jìn)行排序，這樣可以最小化單獨(dú)讀取磁盤(pán)頁(yè)面的開(kāi)銷(xiāo)。節(jié)點(diǎn)名稱(chēng)里面提到的"位圖(bitmap)"是進(jìn)行排序的機(jī)制。
現(xiàn)在我們還可以將WHERE的條件設(shè)置的更加嚴(yán)格，如：
EXPLAIN SELECT * FROM tenk1 WHERE unique1 < 3;
QUERY PLAN
------------------------------------------------------------------------------
Index Scan using tenk1_unique1 on tenk1 (cost=0.00..10.00 rows=2 width=244)
Index Cond: (unique1 < 3)
在該SQL中，表的數(shù)據(jù)行是以索引的順序來(lái)讀取的，這樣就會(huì)令讀取它們的開(kāi)銷(xiāo)變得更大，然而事實(shí)上這里將要獲取的行數(shù)卻少得可憐，因此沒(méi)有必要在基于行的物理位置進(jìn)行排序了。
現(xiàn)在我們需要向WHERE子句增加另外一個(gè)條件，如：
EXPLAIN SELECT * FROM tenk1 WHERE unique1 < 3 AND stringu1 = 'xxx';
QUERY PLAN
------------------------------------------------------------------------------
Index Scan using tenk1_unique1 on tenk1 (cost=0.00..10.01 rows=1 width=244)
Index Cond: (unique1 < 3)
Filter: (stringu1 = 'xxx'::name)
新增的過(guò)濾條件stringu1 = 'xxx'只是減少了預(yù)計(jì)輸出的行數(shù)，但是并沒(méi)有減少實(shí)際開(kāi)銷(xiāo)，因?yàn)槲覀內(nèi)匀恍枰L問(wèn)相同數(shù)量的數(shù)據(jù)行。而該條件并沒(méi)有作為一個(gè)索引條件，而是被當(dāng)成對(duì)索引結(jié)果的過(guò)濾條件來(lái)看待。
如果WHERE條件里有多個(gè)字段存在索引，那么規(guī)劃器可能會(huì)使用索引的AND或OR的組合，如：
EXPLAIN SELECT * FROM tenk1 WHERE unique1 < 100 AND unique2 > 9000;
QUERY PLAN
-------------------------------------------------------------------------------------
Bitmap Heap Scan on tenk1 (cost=11.27..49.11 rows=11 width=244)
Recheck Cond: ((unique1 < 100) AND (unique2 > 9000))
-> BitmapAnd (cost=11.27..11.27 rows=11 width=0)
-> Bitmap Index Scan on tenk1_unique1 (cost=0.00..2.37 rows=106 width=0)
Index Cond: (unique1 < 100)
-> Bitmap Index Scan on tenk1_unique2 (cost=0.00..8.65 rows=1042 width=0)
Index Cond: (unique2 > 9000)
這樣的結(jié)果將會(huì)導(dǎo)致訪問(wèn)兩個(gè)索引，與只使用一個(gè)索引，而把另外一個(gè)條件只當(dāng)作過(guò)濾器相比，這個(gè)方法未必是更優(yōu)。
現(xiàn)在讓我們來(lái)看一下基于索引字段進(jìn)行表連接的查詢(xún)規(guī)劃，如：
EXPLAIN SELECT * FROM tenk1 t1, tenk2 t2 WHERE t1.unique1 < 100 AND t1.unique2 = t2.unique2;
QUERY PLAN
--------------------------------------------------------------------------------------
Nested Loop (cost=2.37..553.11 rows=106 width=488)
-> Bitmap Heap Scan on tenk1 t1 (cost=2.37..232.35 rows=106 width=244)
Recheck Cond: (unique1 < 100)
-> Bitmap Index Scan on tenk1_unique1 (cost=0.00..2.37 rows=106 width=0)
Index Cond: (unique1 < 100)
-> Index Scan using tenk2_unique2 on tenk2 t2 (cost=0.00..3.01 rows=1 width=244)
Index Cond: ("outer".unique2 = t2.unique2)
從查詢(xún)規(guī)劃中可以看出(Nested Loop)該查詢(xún)語(yǔ)句使用了嵌套循環(huán)。外層的掃描是一個(gè)位圖索引，因此其開(kāi)銷(xiāo)與行計(jì)數(shù)和之前查詢(xún)的開(kāi)銷(xiāo)是相同的，這是因?yàn)闂l件unique1 < 100發(fā)揮了作用。 這個(gè)時(shí)候t1.unique2 = t2.unique2條件子句還沒(méi)有產(chǎn)生什么作用，因此它不會(huì)影響外層掃描的行計(jì)數(shù)。然而對(duì)于內(nèi)層掃描而言，當(dāng)前外層掃描的數(shù)據(jù)行將被插入到內(nèi)層索引掃描中，并生成類(lèi)似的條件t2.unique2 = constant。所以，內(nèi)層掃描將得到和EXPLAIN SELECT * FROM tenk2 WHERE unique2 = 42一樣的計(jì)劃和開(kāi)銷(xiāo)。最后，以外層掃描的開(kāi)銷(xiāo)為基礎(chǔ)設(shè)置循環(huán)節(jié)點(diǎn)的開(kāi)銷(xiāo)，再加上每個(gè)外層行的一個(gè)迭代(這里是 106 * 3.01)，以及連接處理需要的一點(diǎn)點(diǎn)CPU時(shí)間。
如果不想使用嵌套循環(huán)的方式來(lái)規(guī)劃上面的查詢(xún)，那么我們可以通過(guò)執(zhí)行以下系統(tǒng)設(shè)置，以關(guān)閉嵌套循環(huán)，如：
SET enable_nestloop = off;
EXPLAIN SELECT * FROM tenk1 t1, tenk2 t2 WHERE t1.unique1 < 100 AND t1.unique2 = t2.unique2;
QUERY PLAN
------------------------------------------------------------------------------------------
Hash Join (cost=232.61..741.67 rows=106 width=488)
Hash Cond: ("outer".unique2 = "inner".unique2)
-> Seq Scan on tenk2 t2 (cost=0.00..458.00 rows=10000 width=244)
-> Hash (cost=232.35..232.35 rows=106 width=244)
-> Bitmap Heap Scan on tenk1 t1 (cost=2.37..232.35 rows=106 width=244)
Recheck Cond: (unique1 < 100)
-> Bitmap Index Scan on tenk1_unique1 (cost=0.00..2.37 rows=106 width=0)
Index Cond: (unique1 < 100)
這個(gè)規(guī)劃仍然試圖用同樣的索引掃描從tenk1里面取出符合要求的100行，并把它們存儲(chǔ)在內(nèi)存中的散列(哈希)表里，然后對(duì)tenk2做一次全表順序掃描，并為每一條tenk2中的記錄查詢(xún)散列(哈希)表，尋找可能匹配t1.unique2 = t2.unique2的行。讀取tenk1和建立散列表是此散列聯(lián)接的全部啟動(dòng)開(kāi)銷(xiāo)，因?yàn)槲覀冊(cè)陂_(kāi)始讀取tenk2之前不可能獲得任何輸出行。
此外，我們還可以用EXPLAIN ANALYZE命令檢查規(guī)劃器預(yù)估值的準(zhǔn)確性。這個(gè)命令將先執(zhí)行該查詢(xún)，然后顯示每個(gè)規(guī)劃節(jié)點(diǎn)內(nèi)實(shí)際運(yùn)行時(shí)間，以及單純EXPLAIN命令顯示的預(yù)計(jì)開(kāi)銷(xiāo)，如：
EXPLAIN ANALYZE SELECT * FROM tenk1 t1, tenk2 t2 WHERE t1.unique1 < 100 AND t1.unique2 = t2.unique2;
QUERY PLAN
----------------------------------------------------------------------------------------------------------------------------------
Nested Loop (cost=2.37..553.11 rows=106 width=488) (actual time=1.392..12.700 rows=100 loops=1)
-> Bitmap Heap Scan on tenk1 t1 (cost=2.37..232.35 rows=106 width=244) (actual time=0.878..2.367 rows=100 loops=1)
Recheck Cond: (unique1 < 100)
-> Bitmap Index Scan on tenk1_unique1 (cost=0.00..2.37 rows=106 width=0) (actual time=0.546..0.546 rows=100 loops=1)
Index Cond: (unique1 < 100)
-> Index Scan using tenk2_unique2 on tenk2 t2 (cost=0.00..3.01 rows=1 width=244) (actual time=0.067..0.078 rows=1 loops=100)
Index Cond: ("outer".unique2 = t2.unique2)
Total runtime: 14.452 ms
注意"actual time"數(shù)值是以真實(shí)時(shí)間的毫秒來(lái)計(jì)算的，而"cost"預(yù)估值是以磁盤(pán)頁(yè)面讀取數(shù)量來(lái)計(jì)算的，所以它們很可能是不一致的。然而我們需要關(guān)注的只是兩組數(shù)據(jù)的比值是否一致。
在一些查詢(xún)規(guī)劃里，一個(gè)子規(guī)劃節(jié)點(diǎn)很可能會(huì)運(yùn)行多次，如之前的嵌套循環(huán)規(guī)劃，內(nèi)層的索引掃描會(huì)為每個(gè)外層行執(zhí)行一次。在這種情況下，"loops"將報(bào)告該節(jié)點(diǎn)執(zhí)行的總次數(shù)，而顯示的實(shí)際時(shí)間和行數(shù)目則是每次執(zhí)行的平均值。這么做的原因是令這些真實(shí)數(shù)值與開(kāi)銷(xiāo)預(yù)計(jì)顯示的數(shù)值更具可比性。如果想獲得該節(jié)點(diǎn)所花費(fèi)的時(shí)間總數(shù)，計(jì)算方式是用該值乘以"loops"值。
EXPLAIN ANALYZE顯示的"Total runtime"包括執(zhí)行器啟動(dòng)和關(guān)閉的時(shí)間，以及結(jié)果行處理的時(shí)間，但是它并不包括分析、重寫(xiě)或者規(guī)劃的時(shí)間。
如果EXPLAIN命令僅能用于測(cè)試環(huán)境，而不能用于真實(shí)環(huán)境，那它就什么用都沒(méi)有。比如，在一個(gè)數(shù)據(jù)較少的表上執(zhí)行EXPLAIN，它不能適用于數(shù)量很多的大表，因?yàn)橐?guī)劃器的開(kāi)銷(xiāo)計(jì)算不是線性的，因此它很可能對(duì)大些或者小些的表選擇不同的規(guī)劃。一個(gè)極端的例子是一個(gè)只占據(jù)一個(gè)磁盤(pán)頁(yè)面的表，在這樣的表上，不管它有沒(méi)有索引可以使用，你幾乎都總是得到順序掃描規(guī)劃。規(guī)劃器知道不管在任何情況下它都要進(jìn)行一個(gè)磁盤(pán)頁(yè)面的讀取，所以再增加幾個(gè)磁盤(pán)頁(yè)面讀取用以查找索引是毫無(wú)意義的。
二、批量數(shù)據(jù)插入：
有以下幾種方法用于優(yōu)化數(shù)據(jù)的批量插入。
1. 關(guān)閉自動(dòng)提交：
在批量插入數(shù)據(jù)時(shí)，如果每條數(shù)據(jù)都被自動(dòng)提交，當(dāng)中途出現(xiàn)系統(tǒng)故障時(shí)，不僅不能保障本次批量插入的數(shù)據(jù)一致性，而且由于有多次提交操作的發(fā)生，整個(gè)插入效率也會(huì)受到很大的打擊。解決方法是，關(guān)閉系統(tǒng)的自動(dòng)提交，并且在插入開(kāi)始之前，顯示的執(zhí)行begin transaction命令，在全部插入操作完成之后再執(zhí)行commit命令提交所有的插入操作。
2. 使用COPY：
使用COPY在一條命令里裝載所有記錄，而不是一系列的INSERT命令。COPY命令是為裝載數(shù)量巨大的數(shù)據(jù)行優(yōu)化過(guò)的，它不像INSERT命令那樣靈活，但是在裝載大量數(shù)據(jù)時(shí)，系統(tǒng)開(kāi)銷(xiāo)也要少很多。因?yàn)镃OPY是單條命令，因此在填充表的時(shí)就沒(méi)有必要關(guān)閉自動(dòng)提交了。
3. 刪除索引：
如果你正在裝載一個(gè)新創(chuàng)建的表，最快的方法是創(chuàng)建表，用COPY批量裝載，然后創(chuàng)建表需要的任何索引。因?yàn)樵谝汛嬖跀?shù)據(jù)的表上創(chuàng)建索引比維護(hù)逐行增加要快。當(dāng)然在缺少索引期間，其它有關(guān)該表的查詢(xún)操作的性能將會(huì)受到一定的影響，唯一性約束也有可能遭到破壞。
4. 刪除外鍵約束：
和索引一樣，"批量地"檢查外鍵約束比一行行檢查更加高效。因此，我們可以先刪除外鍵約束，裝載數(shù)據(jù)，然后在重建約束。
5. 增大maintenance_work_mem：
在裝載大量數(shù)據(jù)時(shí)，臨時(shí)增大maintenance_work_mem系統(tǒng)變量的值可以改進(jìn)性能。這個(gè)系統(tǒng)參數(shù)可以提高CREATE INDEX命令和ALTER TABLE ADD FOREIGN KEY命令的執(zhí)行效率，但是它不會(huì)對(duì)COPY操作本身產(chǎn)生多大的影響。
6. 增大checkpoint_segments：
臨時(shí)增大checkpoint_segments系統(tǒng)變量的值也可以提高大量數(shù)據(jù)裝載的效率。這是因?yàn)樵谙騊ostgreSQL裝載大量數(shù)據(jù)時(shí)，將會(huì)導(dǎo)致檢查點(diǎn)操作(由系統(tǒng)變量checkpoint_timeout聲明)比平時(shí)更加頻繁的發(fā)生。在每次檢查點(diǎn)發(fā)生時(shí)，所有的臟數(shù)據(jù)都必須flush到磁盤(pán)上。通過(guò)提高checkpoint_segments變量的值，可以有效的減少檢查點(diǎn)的數(shù)目。
7. 事后運(yùn)行ANALYZE：
在增加或者更新了大量數(shù)據(jù)之后，應(yīng)該立即運(yùn)行ANALYZE命令，這樣可以保證規(guī)劃器得到基于該表的最新數(shù)據(jù)統(tǒng)計(jì)。換句話說(shuō)，如果沒(méi)有統(tǒng)計(jì)數(shù)據(jù)或者統(tǒng)計(jì)數(shù)據(jù)太過(guò)陳舊，那么規(guī)劃器很可能會(huì)選擇一個(gè)較差的查詢(xún)規(guī)劃，從而導(dǎo)致查詢(xún)效率過(guò)于低下。
