为什么在SELECT COUNT（DISTINCT）中不使用索引？

Question

这就是我在PostgreSQL 10.9（public class ProductLogDaoTest { ProductLogDao instance = new ProductLogDao(); RequestDTO requestDTO = Mockito.mock(RequestDTO.class); JdbcTemplate jdbcTemplate = Mockito.mock(JdbcTemplate.class); Map<String, String> requestParamMap = new HashMap<>(); @Before public void setUp() throws Exception { instance.setJdbcTemplate(jdbcTemplate); } @Test public void getProductLogDetail_W_Custom() throws SQLException, DataAccessException { when(requestDTO.getParameters()).thenReturn(requestParamMap); requestParamMap.put("recordtype", "custom"); assertNotNull(instance.getProductLogDetail(requestDTO)); } } 是x）中所做的事情：

VARCHAR(100)

该表有超过150万条记录，并且具有索引：

SELECT COUNT(DISTINCT x) FROM t

请求耗时7秒以上。 CREA­TE INDE­X idx_1 ON t­ USIN­G btre­e (x) 就是这样：

EXPLAIN

怎么了？为什么不使用索引？

Answer 1

这里的问题是，尽管在列t上确实有一个B树索引，但它不一定有助于找到不同的计数。假设索引在概念上看起来像这样：

1 - 1 - 2 - 2 - 2 - 2 - 4 - 4 - 9

如果只需要最小和最大值，则可以使用理论上的索引，因为第一个和最后一个值都包含此信息，因此不需要扫描。但是，要找到所有不同的值，必须进行索引扫描。请注意，建立索引实际上并没有帮助，因为Postgres仍然必须触摸t列中的每个值才能获得答案。

COUNT是一个聚集函数，它倾向于索引不友好（与MIN和MAX可以是索引友好的）不同。

Answer 2

这取决于两个因素：

1. 表是否具有“宽行”
2. 桌子是否被吸尘

无论如何，查询将必须扫描整个索引或整个表，因为PostgreSQL中没有没有索引跳过扫描 。

PostgreSQL可以扫描索引或表。

• 如果表最近没有被清理，则索引扫描将总是必须访问该表以确定该行是否可见。在这种情况下，顺序扫描将始终更快。

• 如果表最近被清理干净，并且可见性图的大多数块都标记为“全部可见”，则您可以进行仅索引扫描。 / p>

  • 如果表的行很窄，则只进行索引扫描的可能性较小，因为那样一来，读取索引不会比读取表便宜（顺序读取会更快）。

    < / li>

  • 对于具有宽行的表，您将获得仅索引扫描。