PostgreSQL 索引失效 4 类:函数运算让查询全表扫描拖垮性能

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"

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 复制代码
-- 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 复制代码
-- 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 复制代码
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 复制代码
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 复制代码
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 复制代码
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 复制代码
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 复制代码
-- 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》

相关推荐
PingCAP12 分钟前
挚文集团(陌陌、探探)从 MySQL 分库分表到 TiDB 实时统一架构的实践
数据库·tidb
ShineWinsu16 分钟前
对于Qt:QSpacerItem常见属性以及方法的解析
开发语言·c++·qt·面试·系统架构·客户端·qspaceritem
Decay__28 分钟前
SQLServer 运维自动化平台 —— PowerShell + SQL Agent 作业:部署、监控、巡检、告警、工单闭环一体化
运维·数据库·sql·mysql·架构
杨凯凡1 小时前
Spring Framework 7 原生重试与并发限制实战:@Retryable、@ConcurrencyLimit 能替代 Resilience4j 吗?
数据库·spring·sqlserver
星恒随风1 小时前
MySQL 从零入门(十):MVCC、Undo Log 与 Read View 详解——InnoDB 如何实现事务隔离?
linux·数据库·笔记·sql·mysql
zdr尽职尽责1 小时前
终端工具凭空消失:Codex + GPT-6 的一次完整排障复盘
数据库·gpt·学习·ai
txxzjmzlh2 小时前
Redis 介绍及简单使用
数据库·redis·缓存
进击的荆棘3 小时前
MySQL——数据类型
数据库·mysql
TDengine (老段)3 小时前
TDengine IDMP 预测、异常检测与数据插补
大数据·数据库·人工智能·时序数据库·tdengine·涛思数据·idmp