通过添加索引提高应用系统性能

目录

环境

文档用途

详细信息

环境

系统平台：Microsoft Windows (64-bit) 2012

版本：5.6.5

文档用途

数据库性能=应用程序性能，但通常情况下，应用程序性能由底层数据库及其配置决定，这是因为许多应用程序及其ORM（对象关系映射）都不知道运行在ORM调用后面的SQL。             

缺少索引是会导致数据库性能问题，现实中导致数据库性能问题的最常见错误是开发人员忘记添加索引。本文就介绍了如何发现索引缺失的方法，并介绍了如何通过创建索引来提高性能

详细信息

在HGDB中查看查询性能，实现这一点的一个重要工具是HGDB中的pg_stat_statements扩展。使用pg_stat_statements查找执行时间慢的查询：              

下面是一个标准查询，您可以在数据库上运行，从pg_stat_statements中获取查询统计信息

这将给我们一个如下列表，最慢的查询在上面：

需要注意的一点是，pg_stat_statements从安装时开始记录其统计信息，或者从您上次重置统计信息时开始记录。

重要提示：当使用pg_stat_statements而没有pganalyze这样的监视产品时，可以使用pg_stat_statements_reset（）函数重置统计信息。

分析特定慢速查询的性能             

让我们看看上面的查询输出。我们如何才能找出SELECT „backend_wait_events“查询速度慢的原因？

首先，让我们通过查询这个queryid获取pg_stat_statements存储的完整查询文本：

这里我们可以看到，pg_stat_statements记录的不是查询的特定调用，而是查询的聚合、规范化形式。

类似的查询基于queryid分组在一起，文本被规范化，因此如果在原始SQL中有“backend_id=’something’”，它将存储“backend_id=$1”。这主要是为了用户的利益，但也有缺点，我们无法对查询文本运行EXPLAIN：

因为HGDB的执行计划依赖于您要查询的特定值需要知道$1的值才能运行EXPLAIN。

EXPLAIN让您可以通过显示HGDB如何执行查询来确定查询的执行计划，例如，让您知道它是要进行索引扫描（通常是好的）还是顺序扫描（通常是慢的，除了在非常小的表上）。现在，我们可能正好知道backend_id的值并自己替换它，这样我们就可以运行EXPLAIN，但通常，我们不知道这些参数的值，这就引出了下一个问题：如何确定pg_stat_statements中查询的绑定参数值？查找慢速查询的绑定参数值，为了得到完整的查询文本，我们有两个选择：首先我们可以使用HGDB的pg_stat_uactivity表，它显示当前正在运行的查询。如果不在自己的应用程序代码中使用参数（即在查询文本本身中发送所有值），这将起作用，但需要通过频繁地对该表进行采样来进行一些额外的工作。作为一种更通用的方法，我们既可以处理pg_stat_statements的绑定参数值，也可以处理应用程序单独发送的绑定参数值

理解HGDB日志系统             

HGDB会生成大量的日志事件，查看和解析日志文件需要花费大量的精力。但是，对于这个特定的示例，我们只查看一个日志事件，即由log min_duration_statement控制的慢速查询日志输出。

log_min_duration_statement vs log_statement：对于熟悉Postgres配置选项的人，您可能会想知道为什么我们建议使用log_min_duration_statement而不是log_statement。虽然您可以利用log_statement=all为每个运行的语句获取完整的查询文本，但这在生产中很少有意义，因为它可能会占用生产系统，因为在非常快的查询中，日志输出的开销很大。因此，我们建议仅在生产系统上使用log_min_uduration_statement。

我们可以将log_min_duration_statement设置为特定的阈值，任何运行时间超过该阈值的SQL查询都会将完整的查询文本记录到Postgres日志文件中。通常，从一个1000 ms的阈值开始是有意义的，如果需要的话可以稍微降低一点，因为这里的目标不是记录每个查询，而是为离群查询找到特定的查询文本。             

一旦启用，输出如下：

如您所见，我们可以获取客户机发送的参数，如果pg_stat_statements将替换任何值，这些值也将正确地反映在日志事件中。我们现在可以对此运行EXPLAIN，生成正确的查询计划：

使用auto_explain自动收集EXPLAIN计划             

上面的过程可以运行一些EXPLAINs，但是系统地运行它太费劲了。此外，如果一两天后只查看日志文件，可能会得到一个不同于慢速查询时实际发生的执行计划。             

因此，我们转向另一个非常有用的Postgres扩展：auto_explain。             

auto_explain也与contrib包中的Postgres捆绑在一起，比如pg_stat_statement，必须在数据库中启用。请参阅文档中的安装指南。启用后，auto_uexplain.log_min_duration设置将确定哪些查询将其EXPLAIN计划记录下来。首先，我们建议将其设置为1000毫秒，并根据需要降低它。             

然后，当缓慢的查询发生时，您将把这样的计划放入日志文件中：

基于EXPLAIN计划确定缺失指标

现在，让我们回顾一下之前的EXPLAIN计划，并尝试了解如何提高性能。我们可以使用ANALYZE和BUFFERS选项运行EXPLAIN，以获取有关查询执行的完整详细信息：

在阅读解释计划时，把注意力集中在计划中最昂贵的部分是有意义的。这里的计划很简单，因为我们只有一个计划节点——Seq Scan节点。顺序扫描按顺序读取表数据（因此命名），而不使用任何索引。             

您可以看到HGDB正在使用它正在查找的特定后端id筛选扫描，因此它必须丢弃许多行，如由筛选器移除的行所示：。HGDB还加载了大量数据，如缓冲区:information – specifically具体来说，它从磁盘加载680 MB数据（读取86989个缓冲区，乘以默认的HGDB块大小8KB）。             

现在，下一步是理解HGDB为什么要进行顺序扫描——也许没有索引？             

用标准工具检查这个问题的最简单方法是简单地查看HGDB客户机psql中的表，然后使用-d命令：

我们可以看到表上有一个索引，在主键上。我们正在查询的字段上没有索引，因此需要进行顺序扫描。

现在，我们创建这样一个索引：

然后重新EXPLAIN：

我们现在使用Bitmap索引扫描而不是顺序扫描。我们可以看到，基于该索引，性能提高了2倍。现在我们仍在从表本身加载26451块（207mb），以便获得我们正在寻找的wait_event列的值。如果我们只是将该列包含在索引中呢？在旧的HGDB版本中，可以创建如下多列索引。但是，由于我们在这里测试HGDB V6，我们还可以使用新的INCLUDE关键字来指定我们希望在索引中显示的非键列：

新计划现在如下所示（见下文）：

这又使性能提高了1.5倍。此外，我们还将从磁盘加载的数据量减少到了1.3 MB，与最初的计划相差500倍！加载数据的减少将减少磁盘上的压力，并允许其他查询使用现在释放的I/O带宽。