openGauss学习笔记-274 openGauss性能调优-实际调优案例03-建立合适的索引

openGauss学习笔记-274 openGauss性能调优-实际调优案例03-建立合适的索引274.1 现象描述274.2 优化分析

openGauss学习笔记-274 openGauss性能调优-实际调优案例03-建立合适的索引

274.1 现象描述

查询与销售部所有员工的信息:

SELECT staff_id,first_name,last_name,employment_id,state_name,city 
FROM staffs,sections,states,places 
WHERE sections.section_name='Sales' 
AND staffs.section_id = sections.section_id 
AND sections.place_id = places.place_id 
AND places.state_id = states.state_id 
ORDER BY staff_id;

274.2 优化分析

在优化前,没有创建places.place_id和states.state_id索引,执行计划如下:

QUERY PLAN
---------------------------------------------------------------------------------------------------
 Sort  (cost=129.74..131.18 rows=576 width=136)
 Sort Key: staffs.staff_id
 ->  Hash Join  (cost=70.54..103.33 rows=576 width=136)
 Hash Cond: (states.state_id = places.state_id)
 ->  Seq Scan on states  (cost=0.00..22.38 rows=1238 width=36)
 ->  Hash  (cost=69.38..69.38 rows=93 width=108)
 ->  Hash Join  (cost=42.41..69.38 rows=93 width=108)
 Hash Cond: (places.place_id = sections.place_id)
 ->  Seq Scan on places  (cost=0.00..21.67 rows=1167 width=40)
 ->  Hash  (cost=42.21..42.21 rows=16 width=76)
 ->  Hash Join  (cost=24.66..42.21 rows=16 width=76)
 Hash Cond: (staffs.section_id = sections.section_id)
 ->  Seq Scan on staffs  (cost=0.00..15.37 rows=537 width=76)
 ->  Hash  (cost=24.59..24.59 rows=6 width=8)
 ->  Seq Scan on sections  (cost=0.00..24.59 rows=6 width=8)
 Filter: (section_name = 'Sales'::text)
(16 rows)

建议在places.place_id和states.state_id列上建立2个索引,执行计划如下:

QUERY PLAN
-----------------------------------------------------------------------------------------------------------
 Sort  (cost=119.76..121.20 rows=576 width=136)
 Sort Key: staffs.staff_id
 ->  Hash Join  (cost=70.14..93.35 rows=576 width=136)
 Hash Cond: (staffs.section_id = sections.section_id)
 ->  Seq Scan on staffs  (cost=0.00..15.37 rows=537 width=76)
 ->  Hash  (cost=67.43..67.43 rows=217 width=68)
 ->  Nested Loop  (cost=24.66..67.43 rows=217 width=68)
 ->  Hash Join  (cost=24.66..51.06 rows=35 width=40)
 Hash Cond: (places.place_id = sections.place_id)
 ->  Seq Scan on places  (cost=0.00..21.67 rows=1167 width=40)
 ->  Hash  (cost=24.59..24.59 rows=6 width=8)
 ->  Seq Scan on sections  (cost=0.00..24.59 rows=6 width=8)
 Filter: (section_name = 'Sales'::text)
 ->  Index Scan using states_state_id_idx on states  (cost=0.00..0.41 rows=6 width=36)
 Index Cond: (state_id = places.state_id)
(15 rows)

👍 点赞,你的认可是我创作的动力!

⭐️ 收藏,你的青睐是我努力的方向!

✏️ 评论,你的意见是我进步的财富!

image.png
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,504评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,434评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,089评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,378评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,472评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,506评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,519评论 3 413
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,292评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,738评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,022评论 2 329
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,194评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,873评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,536评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,162评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,413评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,075评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,080评论 2 352

推荐阅读更多精彩内容