Postgresql选择计数查询需要很长时间

Question

我在Postgresql 9.5数据库中有一个名为events的表。这张表有大约600万条记录。

我跑了一个select count(event_id) from events查询。但是这个查询需要40秒。对于数据库来说，这是非常长的时间。我的表的event_id字段是主键并编入索引。为什么这需要很长时间？ （服务器是vmware上的ubuntu vm有4cpu）

说明：

"Aggregate  (cost=826305.19..826305.20 rows=1 width=0) (actual time=24739.306..24739.306 rows=1 loops=1)"
"  Buffers: shared hit=13 read=757739 dirtied=53 written=48"
"  ->  Seq Scan on event_source  (cost=0.00..812594.55 rows=5484255 width=0) (actual time=0.014..24087.050 rows=6320689 loops=1)"
"        Buffers: shared hit=13 read=757739 dirtied=53 written=48"
"Planning time: 0.369 ms"
"Execution time: 24739.364 ms"

Answer 1

在决定PostgreSQL如何执行count()时，有多个因素起着重要作用，但首先，你在count函数中使用的列并不重要。事实上，如果你不需要DISTINCT计数，坚持使用count(*)。

您可以尝试以下操作来强制进行仅索引扫描：

SELECT count(*) FROM (SELECT event_id FROM events) t;

...如果仍然会导致顺序扫描，那么索引很可能不比表本身小很多。要仍然看到仅索引扫描将如何执行，您可以使用以下方法强制执行：

SELECT count(*) FROM (SELECT event_id FROM events ORDER BY 1) t;

如果速度不是很快，你还应该考虑将PostgreSQL升级到至少版本9.6，它引入了parallel sequential scans来加速这些事情。

此外，您可以通过各种技术实现显着的加速，从而提供在很大程度上取决于您的用例和要求的计数：

• Faster PostgreSQL Counting

最后但并非最不重要的是，请始终提供已推荐的@a_horse_with_no_name的扩展说明的输出，例如：

EXPLAIN (ANALYZE, BUFFERS) SELECT count(event_id) FROM events;