你好,我是利威尔xu。这是「后端数据库」系列里 PostgreSQL 的第一讲,专门讲一个被严重低估的故障:索引失效导致全表扫描。前面 MySQL 的索引三坑和慢查询 EXPLAIN 都写过了,这篇换到 PostgreSQL,讲它的索引失效有什么不一样。如果你是后端开发、线上跑着 PostgreSQL 又总被慢查询折磨的读者,建议先收藏,排查时对着表查。
文章目录
-
- [一、为什么 PostgreSQL 的索引会"悄悄失效"](#一、为什么 PostgreSQL 的索引会"悄悄失效")
- 二、四类高频失效场景
-
- [1. 对索引列做了函数运算](#1. 对索引列做了函数运算)
- [2. 隐式类型转换](#2. 隐式类型转换)
- [3. LIKE 前导通配符](#3. LIKE 前导通配符)
- [4. 负向条件(NOT IN / NOT EXISTS / !=)](#4. 负向条件(NOT IN / NOT EXISTS / !=))
- 三、慢查询排查清单(建议收藏)
- 四、统计信息过期:优化器误判的真凶
- 五、本章面试要点
一、为什么 PostgreSQL 的索引会"悄悄失效"
很多人的错觉是:建了索引,查询就一定走索引。事实是 PostgreSQL 的优化器会自己决定用不用索引,而且它的判断有时会"翻车"。
最典型的一个坑:小表全表扫比索引扫更快,优化器直接放弃索引。
sql
-- 表只有几百行,优化器认为全表扫成本更低
EXPLAIN SELECT * FROM users WHERE status = 'active';
-- 结果:Seq Scan(全表扫),即使 status 上有索引
这不算 bug,是优化器的成本模型判断。真正要警惕的是下面这几类"索引失效"。
二、四类高频失效场景
1. 对索引列做了函数运算
sql
-- 索引列 lower(email) 上的函数会让索引失效
CREATE INDEX idx_email ON users(email);
SELECT * FROM users WHERE lower(email) = 'abc@x.com';
-- 走了函数,idx_email 失效
正确做法是建表达式索引:
sql
CREATE INDEX idx_email_lower ON users(lower(email));
SELECT * FROM users WHERE lower(email) = 'abc@x.com'; -- 命中
2. 隐式类型转换
sql
CREATE INDEX idx_id ON orders(order_id); -- order_id 是 bigint
SELECT * FROM orders WHERE order_id = '12345';
-- '12345' 是字符串,隐式转换成 bigint,索引失效
这个坑在 MySQL 里也有,PostgreSQL 里同样要注意:列类型和查询值类型必须一致。
3. LIKE 前导通配符
sql
SELECT * FROM users WHERE email LIKE '%@x.com';
-- 前导 % 让 B-tree 索引无法使用
解法是用 pg_trgm 扩展的 GIN 索引,或者倒排存储:
sql
CREATE EXTENSION IF NOT EXISTS pg_trgm;
CREATE INDEX idx_email_trgm ON users USING gin(email gin_trgm_ops);
SELECT * FROM users WHERE email LIKE '%@x.com'; -- 命中
4. 负向条件(NOT IN / NOT EXISTS / !=)
sql
SELECT * FROM orders WHERE status != 'done';
-- 大部分场景下优化器还是倾向全表扫,因为"不等于"要扫几乎所有行
三、慢查询排查清单(建议收藏)
| 排查步骤 | 命令 | 判断 |
|---|---|---|
| 1. 看执行计划 | EXPLAIN (ANALYZE, BUFFERS) SELECT ... |
是否 Seq Scan、是否走了索引 |
| 2. 看索引是否被用 | EXPLAIN 里的 Index Scan / Index Only Scan |
期望走索引却 Seq Scan 就是失效 |
| 3. 看统计信息是否过期 | ANALYZE table_name; |
统计信息过旧导致优化器误判 |
| 4. 看类型是否匹配 | 对比列类型和查询值类型 | 隐式转换导致失效 |
| 5. 看函数/表达式 | 索引列上是否套了函数 | 套函数就用表达式索引 |
最关键的一条:EXPLAIN (ANALYZE, BUFFERS) 里的 actual time 和 rows 才是真相,不要只看有没有 Index Scan,要看到底快没快。
四、统计信息过期:优化器误判的真凶
PostgreSQL 的优化器靠统计信息(pg_statistic)估算行数,统计信息过期会让它"瞎猜"成本,从而选错计划。
sql
-- 大批量数据变更后,统计信息可能还没更新
ANALYZE orders; -- 手动更新统计信息
生产上通常会开 autovacuum 自动分析,但大批量导入、DDL 变更后,手动 ANALYZE 一下是稳妥做法。
面试追问:PostgreSQL 里 ANALYZE 和 VACUUM 的区别?
答:ANALYZE 是更新统计信息(供优化器估算成本用),不回收空间;VACUUM 是回收死元组(dead tuple)占用的空间,两者独立。autovacuum 后台进程通常同时做这两件事,但语义要分清------慢查询走错计划多半是统计信息问题,用 ANALYZE;表膨胀、磁盘占用大,才用 VACUUM。
五、本章面试要点
- PostgreSQL 优化器会自主决定走不走索引,小表全表扫是正常成本判断。
- 索引失效四类:函数运算、隐式类型转换、前导通配符、负向条件。
- 表达式索引、pg_trgm GIN 索引是应对函数/LIKE 失效的标准解。
- 统计信息过期是优化器误判的头号真凶,批量变更后手动 ANALYZE。
- EXPLAIN (ANALYZE, BUFFERS) 的 actual 数据才是判断慢查询的金标准。
最后问你一个一句话能答的问题:你线上 PostgreSQL 慢查询,第一眼看 EXPLAIN 还是先看表行数? 评论区聊聊你的习惯。
建议收藏这篇,那张排查清单和失效四类,下次 PG 慢查询直接对着查。
下一篇预告:PostgreSQL 的事务隔离与锁等待------为什么一个长事务能拖垮整库。
作者:利威尔xu | CSDN 专栏《后端数据库》