PostgreSQL peut-il utiliser des valeurs nulles dans ses index?

J'ai lu ce livre qui dit que

La base de données suppose que Indexed_Col IS NOT NULL couvre une plage trop grande pour être utile, de sorte que la base de données ne conduira pas à un index à partir de cette condition.

Je reconnais que le livre a plus de 10 ans, mais il s'est déjà avéré très utile - En utilisant les instructions glanées dans ses pages, j'ai accéléré une requête d'un facteur dix.

De plus, en exécutant EXPLAIN ANALYZEune SELECTrequête, j'ai constaté qu'aucun de mes index n'est utilisé, même si, par tous les droits, il devrait l'être.

Ainsi, ma question est:

En supposant qu'il existe une table qui a une colonne, dont la définition de colonne inclut "NOT NULL", et qu'il existe un index qui couvre cette colonne, cet index serait-il utilisé dans une requête de cette table où les colonnes font partie de la requête?

Comme:

CREATE TABLE my_table(
a varchar NOT NULL
);

CREATE INDEX ix_my_table ON my_table(a);

SELECT a from my_table;

PostgreSQL peut certainement utiliser un index pour IS NOT NULL. Je ne vois pas non plus d'hypothèses de planificateur de requêtes sur cette condition.

Si la fraction nulle de la colonne ( pg_statistic.stanullfrac) est suffisamment faible pour suggérer que l'index est sélectivement utile pour la requête, PostgreSQL utilise un index.

Je ne peux pas comprendre ce que vous essayez de dire avec:

Si c'est correct, est-ce que je comprends qu'un index sur une colonne définie comme "NOT NULL" ne doit pas être utilisé dans une requête qui utilise cette colonne?

Un index ne sera certainement pas utilisé pour une IS NOT NULLcondition sur une NOT NULLcolonne. Il correspondrait toujours à 100% des lignes, donc un seqscan sera presque toujours beaucoup plus rapide.

PostgreSQL n'utilisera pas d'index si l'index ne filtre pas une grande proportion de lignes pour une requête. La seule exception probable est lorsque vous demandez un ensemble de colonnes couvertes par un seul index, dans un ordre correspondant à celui de l'index. PostgreSQL pourrait alors effectuer une analyse d'index uniquement. Par exemple, s'il y a un index t(a, b, c)et que vous:

select a, b FROM t ORDER BY a, b, c;

PostgreSQL peut utiliser votre index, même si aucune ligne n'est filtrée, car il n'a qu'à lire l'index et peut ignorer la lecture du tas, éviter de faire un tri, etc.

En plus de la réponse complète de Craig, je voulais ajouter que la couverture du livre auquel vous faites référence dit:

Couvre Oracle, DB2 et SQL Server

Je ne lui ferais donc pas confiance pour être une excellente source de conseils sur PostgreSQL en particulier. Chaque SGBDR peut être étonnamment différent!

Je suis un peu confus au sujet de votre question d'origine, mais voici un exemple montrant que la section du livre n'est pas correcte à 100%. Pour éviter toute confusion, voici l'intégralité du paragraphe pertinent, vous pouvez le voir dans Google Recherche de Livres .

La base de données suppose que Indexed_Col IS NOT NULL couvre une plage trop grande pour être utile, de sorte que la base de données ne conduira pas à un index à partir de cette condition. Dans de rares cas, avoir une valeur non nulle est si rare qu'un balayage de plage d'index sur toutes les valeurs non nulles possibles est bénéfique. Dans de tels cas, si vous pouvez déterminer une limite inférieure ou supérieure sûre pour la plage de toutes les valeurs possibles, vous pouvez activer un balayage de plage avec une condition telle que Positive_ID_Column> -1 ou Date_Column> TO_DATE ('0001/01/01' , «AAAA / MM / JJ»).

Postgres peut réellement (dans le cas artificiel suivant) utiliser un index pour satisfaire les IS NOT NULLrequêtes sans ajouter de contraintes de balayage de plage comme suggéré Positive_ID_Column > -1. Voir les commentaires sur les questions de Craig pour savoir pourquoi Postgres choisit cet index dans ce cas particulier, et la note sur l'utilisation des index partiels.

CREATE TABLE bar (a int);
INSERT INTO bar (a) SELECT NULL FROM generate_series(1,1000000);
INSERT INTO bar (a) VALUES (1);
CREATE INDEX bar_idx ON bar (a);

EXPLAIN ANALYZE SELECT * FROM bar WHERE a IS NOT NULL;
                                                QUERY PLAN                                                    
------------------------------------------------------------------------------------------------------------------
 Index Only Scan using bar_idx on bar  (cost=0.42..8.44 rows=1 width=4) (actual time=0.094..0.095 rows=1 loops=1)
   Index Cond: (a IS NOT NULL)
   Heap Fetches: 1
 Total runtime: 0.126 ms
(4 rows)

Il s'agit en fait de Postgres 9.3, mais je pense que les résultats seraient à peu près similaires sur 9.1, bien qu'il n'utilise pas de "Index Only Scan".

Edit: Je vois que vous avez clarifié votre question d'origine, et vous vous demandez apparemment pourquoi Postgres n'utilise pas d'index dans un exemple simple comme:

CREATE TABLE my_table(
a varchar NOT NULL
);

CREATE INDEX ix_my_table ON my_table(a);

SELECT a from my_table;

Probablement parce que vous n'avez aucune ligne dans le tableau. Ajoutez donc des données de test et ANALYZE my_table;.

Vous n'avez pas publié votre requête ou exemple de données. Mais la raison la plus courante pour laquelle les index ne sont pas utilisés est le volume.

Les index sont comme un annuaire téléphonique qui traduit une colonne en un emplacement de ligne. Si vous ne recherchez que quelques lignes, il est logique de rechercher chaque ligne du répertoire, puis de rechercher la ligne dans le tableau principal.

Mais pour plus de quelques lignes, il est moins cher d'ignorer le répertoire téléphonique et d'itérer sur toutes les lignes de la table principale. D'après mon expérience, le point de basculement est d'environ 100 lignes.