У меня есть структура секционированной таблицы, как:
CREATE TABLE measurements (
sensor_id bigint,
tx timestamp,
measurement int
);
CREATE TABLE measurements_201201(
CHECK (tx >= '2012-01-01 00:00:00'::timestamp without time zone
AND tx < ('2012-01-01 00:00:00'::timestamp without time zone + '1 mon'::interval))
)INHERITS (measurements);
CREATE INDEX ON measurements_201201(sensor_id);
CREATE INDEX ON measurements_201201(tx);
CREATE INDEX ON measurements_201201(sensor_id, tx);
....
И так далее. Каждая таблица имеет около 20 миллионов строк.
Если я запрашиваю образец датчиков и образец временных меток в WHERE
предложении, план запроса показывает правильные выбранные таблицы и используемые индексы, например:
SELECT *
FROM measurements
INNER JOIN sensors TABLESAMPLE BERNOULLI (0.01) USING (sensor_id)
WHERE tx BETWEEN '2015-01-04 05:00' AND '2015-01-04 06:00'
OR tx BETWEEN '2015-02-04 05:00' AND '2015-02-04 06:00'
OR tx BETWEEN '2014-03-05 05:00' AND '2014-04-07 06:00' ;
Однако, если я использую CTE или помещаю значения меток времени в таблицу (не показано, даже с индексами во временной таблице).
WITH sensor_sample AS(
SELECT sensor_id, start_ts, end_ts
FROM sensors TABLESAMPLE BERNOULLI (0.01)
CROSS JOIN (VALUES (TIMESTAMP '2015-01-04 05:00', TIMESTAMP '2015-01-04 06:00'),
(TIMESTAMP '2015-02-04 05:00', TIMESTAMP '2015-02-04 06:00'),
(TIMESTAMP '2014-03-05 05:00', '2014-04-07 06:00') ) tstamps(start_ts, end_ts)
)
Что-то вроде ниже
SET constraint_exclusion = on;
SELECT * FROM measurements
INNER JOIN sensor_sample USING (sensor_id)
WHERE tx BETWEEN start_ts AND end_ts
Выполняет сканирование индекса для каждой таблицы. Это все еще относительно быстро, но с увеличением сложности запросов это может превратиться в последовательное сканирование, которое в конечном итоге будет очень медленным для получения ~ 40К строк из ограниченного подмножества секционированных таблиц (4-5 из 50).
Я обеспокоен тем, что что-то вроде этого является проблемой.
Для нетривиальных выражений необходимо повторить более или менее дословное условие в запросах, чтобы планировщик запросов Postgres понял, что он может полагаться на ограничение CHECK. Даже если это кажется излишним!
Как я могу улучшить разбиение и структуру запросов, чтобы уменьшить вероятность выполнения seq-сканирования всех моих данных?