了解PostgreSQL的性能

Question

我有一个关于PostgreSQL如何执行查询的确切理解的问题。因为它是基于行的，它不应该不管你是否有一个查询像Select * from lineitem或Select l_orderkey from lineitem性能明智?此外，为什么Select count(*) from lineitem和Select * from lineitem之间的测量时间存在差异，因为在这两种情况下都必须扫描整个表?我是这样衡量性能的:

long starttime=System.CurrenMillis();
Statement a = conn.createStatement();
a.setFetchsize(10000);
Resultset rs = a.executeQuery(Query);
while(rs.next()){}
long endTime=System.currentMillis();
System.out.println((endTime-starttime));

我必须设置一个读取大小，否则会有一个Java堆空间错误，因为表是相当大的。此外，我还试图测量与水平分区表的差异。为此，我按orderstatus='O'拆分表order，得到两个大小相同的表(ordersO, ordersF)。当比较查询Select * from ordersO和Select * from orders where o_orderstatus='O'时，我期望分区上的第一个查询只需要一半的时间，因为它只包含一半的tupel?但事实并非如此，测量的时间或多或少相等。

提前感谢您!

Answer 1

这里有几个问题

SELECT col FROM tab是否优于SELECT * FROM tab?

是的，有两个原因:

1. PostgreSQL不需要从行中提取所有列。如果该列位于列列表的前面，那么这显然是一个胜利。但是我们也赢了，因为我们不需要"de-toast"那些存储在TOAST表中的超大属性。

2. 您必须向客户端传输更少的数据，并且客户端必须处理更少的数据。

为什么SELCT count(*) FROM tab比SELECT * FROM tab快?

主要是因为它不需要向客户端传输大量数据。此外，它必须对服务器上的每个表行执行更少的处理。

为什么SELECT * FROM tab_42和SELECT * FROM tab WHERE partkey = 42速度一样快?

这是因为分区修剪。如果分区键在WHERE子句中，PostgreSQL将限制扫描到相应的表分区。