域名預(yù)訂/競(jìng)價(jià)，好“米”不錯(cuò)過(guò)

這篇文章主要介紹了postgresql 索引之 hash的使用詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧。

os: ubuntu 16.04

postgresql: 9.6.8

ip 規(guī)劃

192.168.56.102 node2 postgresql

help create index

postgres=# \h create index
Command:   CREATE INDEX
Description: define a new index
Syntax:
CREATE [ UNIQUE ] INDEX [ CONCURRENTLY ] [ [ IF NOT EXISTS ] name ] ON table_name [ USING method ]
  ( { column_name | ( expression ) } [ COLLATE collation ] [ opclass ] [ ASC | DESC ] [ NULLS { FIRST | LAST } ] [, ...] )
  [ WITH ( storage_parameter = value [, ... ] ) ]
  [ TABLESPACE tablespace_name ]
  [ WHERE predicate ]

[ USING method ]

method

要使用的索引方法的名稱(chēng)。可以選擇 btree、hash、 gist、spgist、 gin以及brin。 默認(rèn)方法是btree。

hash

hash 只能處理簡(jiǎn)單的等值比較，

postgres=# drop table tmp_t0;
DROP TABLE
postgres=# create table tmp_t0(c0 varchar(100),c1 varchar(100));
CREATE TABLE
postgres=# insert into tmp_t0(c0,c1) select md5(id::varchar),md5((id+id)::varchar) from generate_series(1,100000) as id;
INSERT 0 100000
postgres=# create index idx_tmp_t0_1 on tmp_t0 using hash(c0);
CREATE INDEX
postgres=# \d+ tmp_t0
                     Table "public.tmp_t0"
 Column |     Type     | Collation | Nullable | Default | Storage | Stats target | Description
--------+------------------------+-----------+----------+---------+----------+--------------+-------------
 c0   | character varying(100) |      |     |     | extended |       |
 c1   | character varying(100) |      |     |     | extended |       |
Indexes:
  "idx_tmp_t0_1" hash (c0)

postgres=# explain select * from tmp_t0 where c0 = 'd3d9446802a44259755d38e6d163e820';
                 QUERY PLAN                
----------------------------------------------------------------------------
 Index Scan using idx_tmp_t0_1 on tmp_t0 (cost=0.00..8.02 rows=1 width=66)
  Index Cond: ((c0)::text = 'd3d9446802a44259755d38e6d163e820'::text)
(2 rows)

注意事項(xiàng)，官*別強(qiáng)調(diào)：

Hash索引操作目前不被WAL記錄，因此存在未寫(xiě)入修改，在數(shù)據(jù)庫(kù)崩潰后需要用REINDEX命令重建Hash索引。

同樣，在完成初始的基礎(chǔ)備份后，對(duì)于Hash索引的改變也不會(huì)通過(guò)流式或基于文件的復(fù)制所復(fù)制，所以它們會(huì)對(duì)其后使用它們的查詢(xún)給出錯(cuò)誤的答案。

正因?yàn)檫@些原因，Hash索引已不再被建議使用。

補(bǔ)充：Postgresql hash索引介紹

hash索引的結(jié)構(gòu)

當(dāng)數(shù)據(jù)插入索引時(shí)，我們會(huì)為這個(gè)索引鍵通過(guò)哈希函數(shù)計(jì)算一個(gè)值。 PostgreSQL中的哈希函數(shù)始終返回“整數(shù)”類(lèi)型，范圍為2^32≈40億。bucket桶的數(shù)量最初為2個(gè)，然后動(dòng)態(tài)增加以適應(yīng)數(shù)據(jù)大小。可以使用位算法從哈希碼計(jì)算出桶編號(hào)。這個(gè)bucket將存放TID。

由于可以將與不同索引鍵匹配的TID放入同一bucket桶中。而且除了TID之外，還可以將鍵的源值存儲(chǔ)在bucket桶中，但這會(huì)增加索引大小。為了節(jié)省空間，bucket桶只存儲(chǔ)索引鍵的哈希碼，而不存儲(chǔ)索引鍵。

當(dāng)我們通過(guò)索引查詢(xún)時(shí)，我們計(jì)算索引鍵的哈希函數(shù)并獲取bucket桶的編號(hào)?，F(xiàn)在，仍然需要遍歷存儲(chǔ)桶的內(nèi)容，并僅返回所需的哈希碼匹配的TID。由于存儲(chǔ)的“hash code - TID”對(duì)是有序的，因此可以高效地完成此操作。

但是，兩個(gè)不同的索引鍵可能會(huì)發(fā)生以下情況，兩個(gè)索引鍵都進(jìn)入一個(gè)bucket桶，而且具有相同的四字節(jié)的哈希碼。因此，索引訪問(wèn)方法要求索引引擎重新檢查表行中的情況來(lái)驗(yàn)證每個(gè)TID。

映射數(shù)據(jù)結(jié)構(gòu)到page

Meta page - 0號(hào)page,包含索引內(nèi)部相關(guān)信息

Bucket pages - 索引的主要page,存儲(chǔ) “hash code - TID” 對(duì)

Overflow pages - 與bucket page的結(jié)構(gòu)相同，在不足一個(gè)page時(shí),作為bucket桶使用

Bitmap pages - 跟蹤當(dāng)前干凈的overflow page，并可將其重新用于其他bucket桶

注意，哈希索引不能減小大小。雖然我們刪除了一些索引行，但是分配的頁(yè)面將不會(huì)返回到操作系統(tǒng)，只會(huì)在VACUUMING之后重新用于新數(shù)據(jù)。減小索引大小的唯一選項(xiàng)是使用REINDEX或VACUUM FULL命令從頭開(kāi)始重建索引

接下來(lái)看下hash索引如何創(chuàng)建

demo=# create index on flights using hash(flight_no);
demo=# explain (costs off) select * from flights where flight_no = 'PG0001';
           QUERY PLAN          
----------------------------------------------------
 Bitmap Heap Scan on flights
  Recheck Cond: (flight_no = 'PG0001'::bpchar)
  -> Bitmap Index Scan on flights_flight_no_idx
     Index Cond: (flight_no = 'PG0001'::bpchar)
(4 rows)

注意：10版本之前hash索引不記錄到wal中，所以hash索引不能做recovery，當(dāng)然也就不能復(fù)制了，但是從10版本以后hash所用得到了增強(qiáng)，可以記錄到wal中，創(chuàng)建的時(shí)候也不會(huì)再有警告。

查看hash訪問(wèn)方法相關(guān)的操作函數(shù)

demo=# select  opf.opfname as opfamily_name,
     amproc.amproc::regproc AS opfamily_procedure
from   pg_am am,
     pg_opfamily opf,
     pg_amproc amproc
where  opf.opfmethod = am.oid
and   amproc.amprocfamily = opf.oid
and   am.amname = 'hash'
order by opfamily_name,
     opfamily_procedure;
 
   opfamily_name  |  opfamily_procedure 
--------------------+-------------------------
 abstime_ops    | hashint4extended
 abstime_ops    | hashint4
 aclitem_ops    | hash_aclitem
 aclitem_ops    | hash_aclitem_extended
 array_ops     | hash_array
 array_ops     | hash_array_extended
 bool_ops      | hashcharextended
 bool_ops      | hashchar
 bpchar_ops     | hashbpcharextended
 bpchar_ops     | hashbpchar
 bpchar_pattern_ops | hashbpcharextended
 bpchar_pattern_ops | hashbpchar
 bytea_ops     | hashvarlena
 bytea_ops     | hashvarlenaextended
 char_ops      | hashcharextended
 char_ops      | hashchar
 cid_ops      | hashint4extended
 cid_ops      | hashint4
 date_ops      | hashint4extended
 date_ops      | hashint4
 enum_ops      | hashenumextended
 enum_ops      | hashenum
 float_ops     | hashfloat4extended
 float_ops     | hashfloat8extended
 float_ops     | hashfloat4
 float_ops     | hashfloat8
 ...

可以用這些函數(shù)計(jì)算相關(guān)類(lèi)型的哈希碼

hank=# select hashtext('zhang');
 hashtext 
-------------
 -1172392837
(1 row)
hank=# select hashint4(10);
 hashint4 
-------------
 -1547814713
(1 row)

hash索引相關(guān)的屬性

hank=# select a.amname, p.name, pg_indexam_has_property(a.oid,p.name)
hank-# from pg_am a,
hank-#   unnest(array['can_order','can_unique','can_multi_col','can_exclude']) p(name)
hank-# where a.amname = 'hash'
hank-# order by a.amname;
 amname |   name   | pg_indexam_has_property
--------+---------------+-------------------------
 hash  | can_order   | f
 hash  | can_unique  | f
 hash  | can_multi_col | f
 hash  | can_exclude  | t
(4 rows)
hank=# select p.name, pg_index_has_property('hank.idx_test_name'::regclass,p.name)
hank-# from unnest(array[
hank(#    'clusterable','index_scan','bitmap_scan','backward_scan'
hank(#   ]) p(name);
   name   | pg_index_has_property
---------------+-----------------------
 clusterable  | f
 index_scan  | t
 bitmap_scan  | t
 backward_scan | t
(4 rows)
hank=# select p.name,
hank-#   pg_index_column_has_property('hank.idx_test_name'::regclass,1,p.name)
hank-# from unnest(array[
hank(#    'asc','desc','nulls_first','nulls_last','orderable','distance_orderable',
hank(#    'returnable','search_array','search_nulls'
hank(#   ]) p(name);
    name    | pg_index_column_has_property
--------------------+------------------------------
 asc        | f
 desc        | f
 nulls_first    | f
 nulls_last     | f
 orderable     | f
 distance_orderable | f
 returnable     | f
 search_array    | f
 search_nulls    | f
(9 rows)

由于hash函數(shù)沒(méi)有特定的排序規(guī)則，所以一般的hash索引只支持等值查詢(xún)，可以通過(guò)下面數(shù)據(jù)字典看到，所有操作都是“=”，而且hash索引也不會(huì)處理null值，所以不會(huì)標(biāo)記null值，還有就是hash索引不存儲(chǔ)索引鍵，只存儲(chǔ)hash碼，所以不會(huì) index-only掃描，也不支持多列創(chuàng)建hash索引

hank=# select  opf.opfname AS opfamily_name,
hank-#     amop.amopopr::regoperator AS opfamily_operator
hank-# from   pg_am am,
hank-#     pg_opfamily opf,
hank-#     pg_amop amop
hank-# where  opf.opfmethod = am.oid
hank-# and   amop.amopfamily = opf.oid
hank-# and   am.amname = 'hash'
hank-# order by opfamily_name,
hank-#     opfamily_operator;
  opfamily_name  |           opfamily_operator          
--------------------+------------------------------------------------------------
 abstime_ops    | =(abstime,abstime)
 aclitem_ops    | =(aclitem,aclitem)
 array_ops     | =(anyarray,anyarray)
 bool_ops      | =(boolean,boolean)
 bpchar_ops     | =(character,character)
 bpchar_pattern_ops | =(character,character)
 bytea_ops     | =(bytea,bytea)
 char_ops      | =("char","char")
 cid_ops      | =(cid,cid)
 date_ops      | =(date,date)
 enum_ops      | =(anyenum,anyenum)
 float_ops     | =(real,real)
 float_ops     | =(double precision,double precision)
 float_ops     | =(real,double precision)
 float_ops     | =(double precision,real)
 hash_hstore_ops  | =(hstore,hstore)
 integer_ops    | =(integer,bigint)
 integer_ops    | =(smallint,smallint)
 integer_ops    | =(integer,integer)
 integer_ops    | =(bigint,bigint)
 integer_ops    | =(bigint,integer)
 integer_ops    | =(smallint,integer)
 integer_ops    | =(integer,smallint)
 integer_ops    | =(smallint,bigint)
 integer_ops    | =(bigint,smallint)
 interval_ops    | =(interval,interval)
 jsonb_ops     | =(jsonb,jsonb)
 macaddr8_ops    | =(macaddr8,macaddr8)
 macaddr_ops    | =(macaddr,macaddr)
 name_ops      | =(name,name)
 network_ops    | =(inet,inet)
 numeric_ops    | =(numeric,numeric)
 oid_ops      | =(oid,oid)
 oidvector_ops   | =(oidvector,oidvector)
 pg_lsn_ops     | =(pg_lsn,pg_lsn)
 range_ops     | =(anyrange,anyrange)
 reltime_ops    | =(reltime,reltime)
 text_ops      | =(text,text)
 text_pattern_ops  | =(text,text)
 time_ops      | =(time without time zone,time without time zone)
 timestamp_ops   | =(timestamp without time zone,timestamp without time zone)
 timestamptz_ops  | =(timestamp with time zone,timestamp with time zone)
 timetz_ops     | =(time with time zone,time with time zone)
 uuid_ops      | =(uuid,uuid)
 xid_ops      | =(xid,xid)

從10版本開(kāi)始，可以通過(guò)pageinspect插件查看hash索引的內(nèi)部情況

安裝插件

1create extension pageinspect;

查看0號(hào)page

hank=# select hash_page_type(get_raw_page('hank.idx_test_name',0));
 hash_page_type
----------------
 metapage
(1 row)

查看索引中的行數(shù)和已用的最大存儲(chǔ)桶數(shù)

hank=# select ntuples, maxbucket
hank-# from hash_metapage_info(get_raw_page('hank.idx_test_name',0)); 
 ntuples | maxbucket
---------+-----------
  1000 |     3
(1 row)

可以看到1號(hào)page是bucket,查看此bucket page的活動(dòng)元組和死元組的數(shù)量，

也就是膨脹度，以便維護(hù)索引

hank=# select hash_page_type(get_raw_page('hank.idx_test_name',1));
 hash_page_type
----------------
 bucket
(1 row)
hank=# select live_items, dead_items
hank-# from hash_page_stats(get_raw_page('hank.idx_test_name',1)); 
 live_items | dead_items
------------+------------
    407 |     0
(1 row)

文章來(lái)源：腳本之家

來(lái)源地址：https://www.jb51.net/article/205229.htm

申請(qǐng)創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！