类型转换导致SQL不走索引的案例

文章目录

环境

系统平台:Linux x86-64 Red Hat Enterprise Linux 7

版本:4.5

文档用途

本文档主要介绍对字段添加类型转换,会导致SQL不走索引,从而影响查询性能。

详细信息

表的结构说明

表 table_varchar_id 的字段 id 是 varchar 类型,存在索引 idx_table_varchar_id 。

表 table_int_id 的字段 id 是 bigint 类型,存在索引 idx_table_int_id 。

执行计划示例

sql 复制代码
highgo=# EXPLAIN (ANALYZE, BUFFERS)
SELECT v.id as varchar_id, i.id as int_id, v.col1, i.col1
FROM table_varchar_id v
, table_int_id i
WHERE CAST(v.id AS BIGINT) = i.id
AND i.id BETWEEN 100000000000000000 AND 100000000005000000;
                                                                  QUERY PLAN
----------------------------------------------------------------------------------------------------------------------------------------------
 Hash Join  (cost=8.45..586.02 rows=7 width=53) (actual time=0.026..2.209 rows=5 loops=1)
   Hash Cond: ((v.id)::bigint = i.id)
   Buffers: shared hit=418
   ->  Seq Scan on table_varchar_id v  (cost=0.00..515.00 rows=10000 width=32) (actual time=0.004..0.806 rows=10000 loops=1) 
         Buffers: shared hit=415
   ->  Hash  (cost=8.38..8.38 rows=5 width=21) (actual time=0.012..0.012 rows=5 loops=1)
         Buckets: 1024  Batches: 1  Memory Usage: 9kB
         Buffers: shared hit=3
         ->  Index Scan using idx_table_int_id on table_int_id i  (cost=0.28..8.38 rows=5 width=21) (actual time=0.009..0.010 rows=5 loops=1)
               Index Cond: ((id >= '100000000000000000'::bigint) AND (id <= '100000000005000000'::bigint))
               Buffers: shared hit=3
 Planning Time: 0.117 ms
 Execution Time: 2.237 ms
(13 行记录)

上面执行计划中,查询 table_varchar_id 表时,执行了顺序扫描,没有使用 id 字段的索引,如下所示:

sql 复制代码
->  Seq Scan on table_varchar_id v  (cost=0.00..515.00 rows=10000 width=32) (actual time=0.004..0.806 rows=10000 loops=1) 
      Buffers: shared hit=415

原因

SQL语句中对 table_varchar_id 表的字段 id 添加了 CAST(v.id AS BIGINT) 类型转换,导致没有执行 id 字段的索引。

方案

方案一:修改表字段的数据类型

针对 table_varchar_id 表的字段 id ,确认业务上常用的数据类型是数值型还是字符串型,然后统一修改为相同的数据类型,示例如下:

sql 复制代码
highgo=# alter table table_varchar_id alter COLUMN id type bigint using id::bigint;  --统一使用 bigint 类型

highgo=# analyze table_varchar_id;        --收集表的统计信息,保证被修改数据类型的 id 字段的索引立即生效

数据类型修改统一后,SQL语句中的 cast 转换可以删除。

方案二:创建 cast 类型转换的索引

sql 复制代码
highgo=# create index idx_table_varchar_cast_id on table_varchar_id(cast(id as bigint));

highgo=# analyze table_varchar_id;        --收集表的统计信息,保证类型转换索引、表达式索引立即生效

注:类型转换索引、表达式索引的维护成本比较高,尤其是数据变更频繁的表,影响性能

方案三:更换为对条件值进行类型转换

SQL语句中 table_varchar_id 表的字段 id 去掉 cast 转换,表 table_int_id 的字段 id 作为条件值添加 varchar 类型的转换,修改后的SQL及执行计划如下:

sql 复制代码
highgo=# EXPLAIN (ANALYZE, BUFFERS)
SELECT v.id as varchar_id, i.id as int_id, v.col1, i.col1
FROM table_varchar_id v
, table_int_id i
WHERE v.id = i.id::varchar      --i.id 字段添加 varchar 类型转换,v.id 可以执行索引扫描
AND i.id BETWEEN 100000000000000000 AND 100000000005000000;
                                                                   QUERY PLAN
------------------------------------------------------------------------------------------------------------------------------------------------
 Nested Loop  (cost=0.57..49.97 rows=5 width=53) (actual time=0.021..0.029 rows=5 loops=1)
   Buffers: shared hit=16 read=2
   ->  Index Scan using idx_table_int_id on table_int_id i  (cost=0.28..8.38 rows=5 width=21) (actual time=0.003..0.004 rows=5 loops=1)
         Index Cond: ((id >= '100000000000000000'::bigint) AND (id <= '100000000005000000'::bigint))
         Buffers: shared hit=3
   ->  Index Scan using idx_table_varchar_id on table_varchar_id v  (cost=0.29..8.31 rows=1 width=32) (actual time=0.004..0.004 rows=1 loops=5)
         Index Cond: ((id)::text = ((i.id)::character varying)::text)
         Buffers: shared hit=13 read=2
 Planning Time: 0.123 ms
 Execution Time: 0.048 ms
(10 行记录)
相关推荐
幼儿园蛋小黑1 分钟前
SPI 子系统:从原理到实践
java·前端·数据库
安妮细水长流3 分钟前
【无标题】
数据库·mongodb
KKKlucifer6 分钟前
从规则到大模型:数据分类分级平台的能力分野与场景适配
大数据·数据库·分类
架构师伯子明32 分钟前
QT+Opengl (1):渲染一个三角形
数据库
A-刘晨阳39 分钟前
金仓时序数据库:以高效压缩、快速写入与时序优化,破解工业海量数据管理难题
数据库·时序数据库
2603_9651481140 分钟前
终极清单:构建自动化选品比价系统的所有组件与资源
大数据·运维·数据库·数据挖掘·自动化
打工仔折腾 AI1 小时前
SQL 编辑器不是高级记事本:KStudio 与 KSQL Developer 的建表与增删改查手法
数据库·人工智能·后端·python·sql·编辑器·ai agent 实战
CNSSIRD数据库1 小时前
中国省地县乡四级行政建制及区划代码-2025年版
大数据·数据库·数据分析·论文笔记
for_ever_love__1 小时前
LangGraph Checkpointer:持久化、断点续跑与多轮记忆
服务器·数据库·学习·持久化·langgraph·checkpointer·断点续跑
Data analyse4561 小时前
用户路径SQL按会话起止时间聚合的方法
大数据·服务器·前端·数据库·人工智能·sql·数据分析