PostgreSQL11preview-BRIN索引介面功能擴充套件(BLOOMFILTER、minmax分段)
標籤
PostgreSQL , brin索引 , bloom filter , min max 分段
背景
BRIN索引是PG的一種塊索引介面,儲存指定連續資料塊內被索引欄位的後設資料。
https://www.postgresql.org/docs/devel/static/brin.html
目前BRIN儲存的後設資料包括被索引欄位在每個指定連續資料塊區間的MIN,MAX值。所以對於比較分散的資料實際上效果是很差的,對於資料分佈比較有時序屬性的(或者說線性相關性很好)的欄位,效果特別贊。
《HTAP資料庫 PostgreSQL 場景與效能測試之 24 – (OLTP) 物聯網 – 時序資料併發寫入(含時序索引BRIN)》
《PostgreSQL BRIN索引的pages_per_range選項優化與核心程式碼優化思考》
《萬億級電商廣告 – brin黑科技帶你(最低成本)玩轉毫秒級圈人(視覺挖掘姊妹篇) – 阿里雲RDS PostgreSQL, HybridDB for PostgreSQL最佳實踐》
《PostGIS空間索引(GiST、BRIN、R-Tree)選擇、優化 – 阿里雲RDS PostgreSQL最佳實踐》
《自動選擇正確索引訪問介面(btree,hash,gin,gist,sp-gist,brin,bitmap…)的方法》
《PostgreSQL 並行寫入堆表,如何保證時序線性儲存 – BRIN索引優化》
《PostgreSQL 10.0 preview 功能增強 – BRIN 索引更新smooth化》
《PostgreSQL 聚集儲存 與 BRIN索引 – 高併發行為、軌跡類大吞吐資料查詢場景解說》
《PostgreSQL 物聯網黑科技 – 瘦身幾百倍的索引(BRIN index)》
《PostgreSQL 9.5 new feature – BRIN (block range index) index》
目前BRIN存在的可以改進的點:
當資料分佈與HEAP儲存的 線性相關性很差時,效果不好。如何改進呢?
多段MIN,MAX可能是一個非常有效果的改進方法,舉個例子,我們有一個非常大的小區,有很多棟房子,然後每一棟房子我們儲存了年齡最小和年齡最大的住戶,比如說真實的分佈是每棟樓都包含少部分是1-35歲,1個80歲的。
現在要找一位40歲的住戶,如果是BRIN索引,會把所有的樓棟都返回給你原因是每棟樓的範圍都是1-80歲。
如果使用多段儲存,那麼應該是1-35, 80。這樣的話使用BRIN索引找40歲的住戶直接返回0條記錄。
1、現在PostgreSQL 11馬上要提交的PATCH,就包含了multi min max的優化
https://commitfest.postgresql.org/17/1348/
2、第二個改進是引入了BRIN的BLOOM FILTER,我們知道BLOOM FILTER用少量的BIT位表示某被索引值是否存在,存在則設定這些BIT為1,如果對應的BITS不全為1,則說明沒有這條記錄。但是為了節約空間,BIT存在衝撞,例如某個值的BITS可能被其他一個或多個值的BITS覆蓋。
那麼就會出現一種情況,索引告訴你包含某個值,並不一定真的包含。但是索引告訴你不包含某個值,那就肯定不包含。
所以
select * from tbl where a=? and b=? and c=? or d=?
bloom會告訴你一個較大的結果集,然後再回HEAP表,使用FILTER過濾不滿足條件的記錄。
https://en.wikipedia.org/wiki/Bloom_filter
https://www.postgresql.org/docs/devel/static/bloom.html
目前使用bloom外掛可以建立BLOOM索引,而PostgreSQL 11,會把這個功能加入BRIN索引介面中。
min max 分段
這個是POC裡面的例子,可以看到使用分段MIN MAX後,BRIN索引的過濾性好了很多。
PATCH連線
https://commitfest.postgresql.org/17/1348/
To illustrate the improvement, consider this table:
create table a (val float8) with (fillfactor = 90);
insert into a select i::float from generate_series(1,10000000) s(i);
update a set val = 1 where random() < 0.01;
update a set val = 10000000 where random() < 0.01;
Which means the column `val` is almost perfectly correlated with the
position in the table (which would be great for BRIN minmax indexes),
but then 1% of the values is set to 1 and 10.000.000. That means pretty
much every range will be [1,10000000], which makes this BRIN index
mostly useless, as illustrated by these explain plans:
create index on a using brin (val) with (pages_per_range = 16);
explain analyze select * from a where val = 100;
QUERY PLAN
--------------------------------------------------------------------
Bitmap Heap Scan on a (cost=54.01..10691.02 rows=8 width=8)
(actual time=5.901..785.520 rows=1 loops=1)
Recheck Cond: (val = `100`::double precision)
Rows Removed by Index Recheck: 9999999
Heap Blocks: lossy=49020
-> Bitmap Index Scan on a_val_idx
(cost=0.00..54.00 rows=3400 width=0)
(actual time=5.792..5.792 rows=490240 loops=1)
Index Cond: (val = `100`::double precision)
Planning time: 0.119 ms
Execution time: 785.583 ms
(8 rows)
explain analyze select * from a where val between 100 and 10000;
QUERY PLAN
------------------------------------------------------------------
Bitmap Heap Scan on a (cost=55.94..25132.00 rows=7728 width=8)
(actual time=5.939..858.125 rows=9695 loops=1)
Recheck Cond: ((val >= `100`::double precision) AND
(val <= `10000`::double precision))
Rows Removed by Index Recheck: 9990305
Heap Blocks: lossy=49020
-> Bitmap Index Scan on a_val_idx
(cost=0.00..54.01 rows=10200 width=0)
(actual time=5.831..5.831 rows=490240 loops=1)
Index Cond: ((val >= `100`::double precision) AND
(val <= `10000`::double precision))
Planning time: 0.139 ms
Execution time: 871.132 ms
(8 rows)
Obviously, the queries do scan the whole table and then eliminate most
of the rows in “Index Recheck”. Decreasing pages_per_range does not
really make a measurable difference in this case – it eliminates maybe
10% of the rechecks, but most pages still have very wide minmax range.
With the patch, it looks about like this:
create index on a using brin (val float8_minmax_multi_ops)
with (pages_per_range = 16);
explain analyze select * from a where val = 100;
QUERY PLAN
-------------------------------------------------------------------
Bitmap Heap Scan on a (cost=830.01..11467.02 rows=8 width=8)
(actual time=7.772..8.533 rows=1 loops=1)
Recheck Cond: (val = `100`::double precision)
Rows Removed by Index Recheck: 3263
Heap Blocks: lossy=16
-> Bitmap Index Scan on a_val_idx
(cost=0.00..830.00 rows=3400 width=0)
(actual time=7.729..7.729 rows=160 loops=1)
Index Cond: (val = `100`::double precision)
Planning time: 0.124 ms
Execution time: 8.580 ms
(8 rows)
explain analyze select * from a where val between 100 and 10000;
QUERY PLAN
------------------------------------------------------------------
Bitmap Heap Scan on a (cost=831.94..25908.00 rows=7728 width=8)
(actual time=9.318..23.715 rows=9695 loops=1)
Recheck Cond: ((val >= `100`::double precision) AND
(val <= `10000`::double precision))
Rows Removed by Index Recheck: 3361
Heap Blocks: lossy=64
-> Bitmap Index Scan on a_val_idx
(cost=0.00..830.01 rows=10200 width=0)
(actual time=9.274..9.274 rows=640 loops=1)
Index Cond: ((val >= `100`::double precision) AND
(val <= `10000`::double precision))
Planning time: 0.138 ms
Execution time: 36.100 ms
(8 rows)
bloom filter
https://www.postgresql.org/docs/devel/static/bloom.html
參考
https://commitfest.postgresql.org/17/1348/
相關文章
- MySQL InnoDB的索引擴充套件MySql索引套件
- 擴充套件你的KUBECTL功能套件
- Spring擴充套件介面(2):BeanDefinitionRegistryPostProcessorSpring套件Bean
- kotlin 擴充套件(擴充套件函式和擴充套件屬性)Kotlin套件函式
- MySQL中InnoDB引擎對索引的擴充套件MySql索引套件
- 在 easywechat 包上擴充套件 API 介面套件API
- Spring擴充套件介面(4):InstantiationAwareBeanPostProcessorSpring套件Bean
- SpringBoot-11 擴充套件功能Spring Boot套件
- Jmeter——元件擴充套件,使其功能更全面JMeter元件套件
- WCF擴充套件:行為擴充套件Behavior Extension套件
- iOS 8.3新功能曝光:WiFi 通話功能擴充套件iOSWiFi套件
- WPF之花式控制元件功能擴充套件控制元件套件
- 虛擬主機支援哪些擴充套件功能套件
- 擴充套件系統功能——裝飾模式(四)套件模式
- 擴充套件系統功能——裝飾模式(三)套件模式
- 擴充套件系統功能——裝飾模式(二)套件模式
- 【Kotlin】擴充套件屬性、擴充套件函式Kotlin套件函式
- Sanic 擴充套件套件
- ORACLE 擴充套件Oracle套件
- 擴充套件工具套件
- 擴充套件歐幾里得套件
- DOM擴充套件套件
- 擴充套件ACL套件
- Lua擴充套件套件
- 照片擴充套件套件
- 擴充套件篇套件
- disable or 擴充套件套件
- 擴充套件表套件
- Mybatis擴充套件MyBatis套件
- 寫介面的藝術: 精簡,可擴充套件套件
- JMeter 擴充套件開發:擴充套件 TCP 取樣器JMeter套件TCP
- python算術運算子的擴充套件功能Python套件
- 自定義擴充套件jQuery功能簡單介紹套件jQuery
- 感嘆號:bash 的歷史擴充套件功能套件
- 用C語言擴充套件Python的功能C語言套件Python
- ?用Chrome擴充套件管理器, 管理你的擴充套件Chrome套件
- ASP.NET Core擴充套件庫之Http通用擴充套件ASP.NET套件HTTP
- php7安裝redis擴充套件和memcache擴充套件PHPRedis套件