PostgreSQL 索引调优:从 6 秒到 90 毫秒,覆盖索引和部分索引各解决了什么问题

举报
yd_297632924 发表于 2026/11/02 00:15:42 2026/11/02
【摘要】 一张金融流水表膨胀到数十亿行后,核心查询从毫秒级飙到 6.8 秒,写入 TPS 跌到 800 以下。慢查询是典型的“用户 + 时间范围 + 排序”模式,原始索引建在 (user_id, create_time) 上,执行计划显示它确实走了索引,但 Buffers: shared hit=8000 read=3200 暴露了问题:大量数据块需要从磁盘读取,因为索引只包含 user_id 和 c...

一张金融流水表膨胀到数十亿行后,核心查询从毫秒级飙到 6.8 秒,写入 TPS 跌到 800 以下。慢查询是典型的“用户 + 时间范围 + 排序”模式,原始索引建在 (user_id, create_time) 上,执行计划显示它确实走了索引,但 Buffers: shared hit=8000 read=3200 暴露了问题:大量数据块需要从磁盘读取,因为索引只包含 user_id 和 create_time,其他字段必须回表访问堆数据页,产生了大量随机 IO。

第一刀是覆盖索引。把查询需要的 amount、trade_type、counterparty 放进索引的 INCLUDE 子句,让索引本身包含全部所需列。执行计划从 Index Scan 变成 Index Only Scan,read 归零,延迟从 6842 毫秒降到 92 毫秒。

但覆盖索引有代价:它占更多磁盘,写入时要维护更多列,随着数据增长,写入性能会再次承压。第二刀是部分索引。业务分析发现 90% 以上的查询只针对 status = 'SUCCESS' 且最近 30 天的记录,历史失败交易极少被访问,却占着索引空间。把索引限定在热数据范围内,索引体积大幅缩小,写入维护成本随之下降。

这两刀解决的是不同的问题。覆盖索引消除的是“回表”带来的随机 IO;部分索引消除的是“冷数据”对索引体积和写入成本的拖累。它们的适用条件也不同:覆盖索引适合“查询列固定、读取频繁”的场景;部分索引适合“数据有明确冷热分层、查询模式集中”的场景。如果查询模式不固定,覆盖索引会变成“为了少数查询维护一个大索引”;如果冷热边界不清晰,部分索引会漏掉本该命中的查询。

调优的顺序同样重要。先用 auto_explain 捕获真实慢查询和执行计划,确认瓶颈是回表、索引选择错误还是锁等待,再决定加什么索引。索引不是越多越好,每个索引都在为写入付费。先看清楚“慢在哪”,再决定“砍哪里”。

【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0)

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。