PostgreSQL / 系统课时

分析 Bitmap Scan

分析 Bitmap Scan

本课解决“索引明明命中了,为什么执行计划却同时出现 Bitmap Index Scan 和 Bitmap Heap Scan”的问题。你将能从位图构建、堆页访问和 Recheck 三个角度判断 Bitmap Scan 是否比普通 Index Scan 更合适。

学习目标

  • 看懂 Bitmap Index Scan 与 Bitmap Heap Scan 的分工,以及它们为什么通常成对出现
  • 用 EXPLAIN (ANALYZE, BUFFERS) 判断位图扫描实际访问了多少堆页
  • 识别 lossy bitmap、Recheck 与选择性变化带来的性能影响

Bitmap Scan 为什么拆成两个节点

普通 Index Scan 找到索引项后,可以逐条定位对应堆元组;Bitmap Scan 则先把符合条件的元组位置收集成一个位图,再按堆页组织访问。这样做的价值在于:当命中的元组较多、但又没有多到值得全表扫描时,可以减少随机堆访问,把访问集中到更少的堆页上。

Bitmap Index Scan 负责从索引得到候选元组位置,Bitmap Heap Scan 根据这些位置读取真正的表页并取出行。优化器还可以把多个 Bitmap Index Scan 用 BitmapAnd 或 BitmapOr 合并,因此它不仅适合单个条件,也适合多个索引共同过滤的查询。:contentReference[oaicite:0]{index=0}

Bitmap Index Scan 与 Bitmap Heap Scan 的协作关系

用执行计划看清真实成本

下面用一个可重复示例观察 Bitmap Scan。这里故意选择一个中等选择性的范围条件,让优化器有机会认为“访问部分堆页”比逐条 Index Scan 更划算。

sql
CREATE TABLE orders (
    id bigint PRIMARY KEY,
    customer_id integer NOT NULL,
    created_at timestamptz NOT NULL,
    status text NOT NULL
);

INSERT INTO orders (id, customer_id, created_at, status)
SELECT g,
       1 + (g % 1000),
       clock_timestamp() - (g || ' seconds')::interval,
       CASE WHEN g % 10 = 0 THEN 'paid' ELSE 'pending' END
FROM generate_series(1, 200000) AS g;

CREATE INDEX orders_customer_id_idx ON orders (customer_id);
ANALYZE orders;

EXPLAIN (ANALYZE, BUFFERS)
SELECT id, customer_id, status
FROM orders
WHERE customer_id BETWEEN 1 AND 400;

预期结果:

text
Bitmap Heap Scan on orders
  Recheck Cond: (customer_id >= 1 AND customer_id <= 400)
  -> Bitmap Index Scan on orders_customer_id_idx
     Index Cond: (customer_id >= 1 AND customer_id <= 400)

实际输出还会包含 actual time、rows、Buffers 等运行数据,具体数字取决于机器和缓存状态。关键不是背下数字,而是确认执行链路为“索引生成位图 → 堆扫描根据位图取行”。EXPLAIN 展示的是优化器选择的执行路径,而 ANALYZE 会实际执行语句并补充真实运行统计。:contentReference[oaicite:1]{index=1}

重点看 Heap Blocks 与 Recheck

阅读 Bitmap Heap Scan 时,先看它到底访问了多少堆页,再看是否出现 lossy。当位图足够精细时,计划中通常能看到 Heap Blocks: exact=...;如果位图因为内存压力等原因变成页级近似表示,则可能出现 lossy=...。此时 PostgreSQL 需要对候选页中的行重新检查条件,因此 Recheck Cond 不只是展示信息,而是实际执行成本的一部分。

这也是为什么不能看到“命中了索引”就判断查询一定很快。真正的成本可能来自大量堆页读取、较多候选行,以及 lossy bitmap 产生的额外重检。使用 BUFFERS 可以进一步判断这些堆页是缓存命中还是需要从磁盘读取。

什么时候 Bitmap Scan 更合理

Bitmap Scan 通常适合“命中行不是极少数,但又明显小于整张表”的场景。命中极少时,普通 Index Scan 可以直接逐行定位,额外构建位图反而增加开销;命中范围很大时,顺序扫描可能更便宜。最终选择由优化器依据统计信息、成本参数、缓存情况和查询条件共同决定。

可以用下面这个判断顺序复盘一个 Bitmap Scan:

  1. 先看 Bitmap Index Scan 使用了哪个索引,以及 Index Cond 实际筛选了什么。
  2. 再看 Bitmap Heap Scan 的 rows 与 Heap Blocks,判断堆访问是否已经成为主要成本。
  3. 最后看是否出现 lossy、大量 Recheck 或明显的缓存未命中,再决定是索引设计问题、统计信息问题,还是数据选择性本身决定了这种扫描路径。

真正需要优化的不是“让计划永远没有 Bitmap”,而是确认当前访问路径与数据分布匹配。Bitmap Scan 本身不是退化信号;只有当堆页访问、重检成本或统计偏差明显高于可替代方案时,才值得进一步调整索引、查询或统计信息。

按自己的节奏,确认真正理解。

目录与阅读设置

记录一个想法

分析 Bitmap Scan

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通