我在citext
中使用PostgreSQL
用于所有文本列类型。我想知道citext
表现。
我在具有b树索引的文本列上执行了简单的WHERE
语句基准测试,但我在查询成本方面没有看到任何差异。
例如:
Select * From table_text where a = '1';
Select * From table_citext where a= '1';
这些查询具有相同的查询成本。
据我了解,citext
存储字符串,而不将其转换为小写。因此,当在WHERE
子句中使用某个值时,它会对b-tree索引的每个节点中的每个比较使用lower
函数(我使用了b-tree索引)。
如果这就像我说的那样,这应该会导致性能问题,但事实并非如此。
PostgreSQL如何实现这一目标?
PostgreSQL如何在b-tree索引中存储citext
列值?
citext
在输入时存储,不会转换为小写。这也适用于存储为b树索引键。
魔术发生在citext
的比较函数中:
/*
* citextcmp()
* Internal comparison function for citext strings.
* Returns int32 negative, zero, or positive.
*/
static int32
citextcmp(text *left, text *right, Oid collid)
{
char *lcstr,
*rcstr;
int32 result;
/*
* We must do our str_tolower calls with DEFAULT_COLLATION_OID, not the
* input collation as you might expect. This is so that the behavior of
* citext's equality and hashing functions is not collation-dependent. We
* should change this once the core infrastructure is able to cope with
* collation-dependent equality and hashing functions.
*/
lcstr = str_tolower(VARDATA_ANY(left), VARSIZE_ANY_EXHDR(left), DEFAULT_COLLATION_OID);
rcstr = str_tolower(VARDATA_ANY(right), VARSIZE_ANY_EXHDR(right), DEFAULT_COLLATION_OID);
result = varstr_cmp(lcstr, strlen(lcstr),
rcstr, strlen(rcstr),
collid);
pfree(lcstr);
pfree(rcstr);
return result;
}
所以是的,这应该会产生一些开销。它的成本还取决于数据库的默认排序规则。
我将使用没有索引的查询来演示这一点。我正在使用德语整理:
SHOW lc_collate;
lc_collate
------------
de_DE.utf8
(1 row)
首先使用text
:
CREATE TABLE large_text(t text NOT NULL);
INSERT INTO large_text
SELECT i||'text'
FROM generate_series(1, 1000000) AS i;
VACUUM (FREEZE, ANALYZE) large_text;
\timing on
SELECT * FROM large_text WHERE t = TEXT 'mama';
t
---
(0 rows)
Time: 79.862 ms
现在与citext
相同的实验:
CREATE TABLE large_citext(t citext NOT NULL);
INSERT INTO large_citext
SELECT i||'text'
FROM generate_series(1, 1000000) AS i;
VACUUM (FREEZE, ANALYZE) large_citext;
\timing on
SELECT * FROM large_citext WHERE t = CITEXT 'mama';
t
---
(0 rows)
Time: 567.739 ms
所以citext
慢了七倍。
但不要忘记,这些实验中的每一个都进行了一次顺序扫描,并进行了一百万次比较。 如果使用索引,差异将不明显:
CREATE INDEX ON large_text (t);
Time: 5443.993 ms (00:05.444)
SELECT * FROM large_text WHERE t = CITEXT 'mama';
t
---
(0 rows)
Time: 1.867 ms
CREATE INDEX ON large_citext (t);
Time: 28009.904 ms (00:28.010)
SELECT * FROM large_citext WHERE t = CITEXT 'mama';
t
---
(0 rows)
Time: 1.988 ms
你看到CREATE INDEX
在citext
列上需要更长的时间(它必须执行大量的比较),但查询大约需要相同的时间。
原因是如果使用索引扫描,则只需要很少的比较:对于您访问的2-3个索引块中的每一个,您执行二进制搜索,并且您可能必须重新检查在某个情况下找到的表行。位图索引扫描。