PostgreSQL / 系统课时
读懂 Index Scan 与 Seq Scan
读懂 Index Scan 与 Seq Scan
本课解决执行计划里“为什么没有用索引”的判断问题。你将通过 EXPLAIN 对比顺序扫描、索引扫描和索引仅扫描,理解 PostgreSQL 不是“有索引就必用”,而是根据估算成本选择预期更便宜的访问路径。
学习目标
- 看懂
Seq Scan、Index Scan和Index Only Scan的核心含义 - 从条件、返回行数、统计信息和随机访问成本判断扫描选择
- 用
EXPLAIN验证索引是否真正改善了查询计划
三种扫描分别在做什么
Seq Scan 会按表的数据页顺序读取关系并检查符合条件的行,适合需要读取大量行的查询,也适合表本身很小的情况。Index Scan 先通过索引定位候选行,再访问表中的对应元组,因此适合选择性较高、结果集较小的查询。
Index Only Scan 可以主要从索引本身获得所需列,尽量避免回表访问。它是否能真正做到“只读索引”,还受到可见性映射等条件影响,因此不能简单理解为“只要索引包含查询列就一定出现”。
| 计划节点 | 主要访问方式 | 常见优势 | 常见限制 |
|---|---|---|---|
Seq Scan |
顺序读取表 | 大范围读取简单直接 | 过滤选择性高时可能读得太多 |
Index Scan |
索引定位后回表 | 少量结果、高选择性 | 大量随机回表可能变贵 |
Index Only Scan |
尽量从索引获取数据 | 减少回表 | 受索引覆盖与可见性条件影响 |
用 EXPLAIN 看实际选择
假设有 orders(customer_id, created_at) 索引,先执行一个高选择性的查询。EXPLAIN 不执行 SQL,而是展示优化器计划,适合先验证访问路径。
EXPLAIN
SELECT order_id, created_at
FROM orders
WHERE customer_id = 10001;预期结果
Index Scan using orders_customer_created on orders
Index Cond: (customer_id = 10001)这里最重要的不是机械记住节点名称,而是观察两点:一是实际使用了哪一个索引,二是 Index Cond 是否包含了索引可直接利用的条件。若过滤条件无法有效利用索引前导列,即使数据库中存在索引,也可能选择其他计划。
为什么有索引仍然选择 Seq Scan
优化器比较的是预计总成本,而不是“索引优先级”。当条件能够匹配大量行时,索引定位后再逐行回表可能需要大量随机访问;这时顺序读取整张表反而可能更便宜。表很小时,顺序扫描也常常更合理,因为扫描固定的少量页面成本很低。
因此看到 Seq Scan 时,不要直接执行“强制使用索引”的操作。先检查过滤条件的选择性、表规模、统计信息是否新鲜,以及查询实际需要返回多少行。
看懂 Index Only Scan 的边界
下面的查询只需要索引中已有的列,具备形成仅索引扫描的条件,但最终计划仍由优化器决定。
EXPLAIN
SELECT customer_id, created_at
FROM orders
WHERE customer_id = 10001;预期结果
Index Only Scan using orders_customer_created on orders
Index Cond: (customer_id = 10001)出现 Index Only Scan 时,重点关注它是否真的减少了表访问。若页面可见性条件不理想,执行器仍可能需要访问堆表确认元组可见性。因此不要把“索引覆盖列”与“永不回表”画等号。
用 EXPLAIN ANALYZE 验证,而不是只看计划
真正的优化验收应比较估算值与实际执行结果。对允许在测试环境或明确可控范围内运行的语句,可以使用 EXPLAIN (ANALYZE, BUFFERS) 观察实际行数和缓冲区访问。生产环境对高成本查询要谨慎,因为 ANALYZE 会真实执行语句。
EXPLAIN (ANALYZE, BUFFERS)
SELECT order_id, created_at
FROM orders
WHERE customer_id = 10001;预期结果
Index Only Scan using orders_customer_created on orders
Index Cond: (customer_id = 10001)
Buffers: shared hit=...
Planning Time: ... ms
Execution Time: ... ms具体时间和缓冲区数量会随数据量、缓存状态与机器环境变化,因此不要把某一次运行的数值当成固定标准。更有价值的是确认计划是否符合预期,以及执行时间和 I/O 是否相对基线改善。
判断“没用索引”前先问四个问题
先看查询是否真正需要筛选大量数据,再看索引的前导列能否直接参与条件,然后确认统计信息是否足够准确,最后比较 Seq Scan 与 Index Scan 的实际代价。执行计划是优化器基于当前统计与成本模型做出的选择,不是索引设计的直接投票结果。
掌握这个判断框架后,看到 Seq Scan 不再意味着“索引失效”,看到 Index Scan 也不意味着“性能一定很好”。真正需要验证的是访问路径与业务数据分布是否匹配,以及它是否在真实负载下带来可观测的收益。