PostgreSQL 给主键和普通索引默认选 B-tree,页大小 8KB,索引条目是键加行标识(TID)。为什么不选更“快”的结构,可以先用页算一笔账:内部页只存分隔键和子页指针,一个 8KB 页能放下数百个这样的项;按这个扇出估算,树高到 3 至 4 层就能覆盖千万到上亿行,点查最多几次页读。
只看等值查询,哈希索引更直接:算一次哈希定位到桶,不必沿树下降。B+ 树被普遍采用的理由在别处——它把三类访问压在同一种结构上:等值查询、范围扫描、以及 ORDER BY 需要的顺序输出。
叶子层是关键。所有真实条目都在叶子页,内部页只是路由;叶子页之间按键序用兄弟指针串起来。范围查询定位到起点后,沿兄弟指针顺序读叶子页即可,不用回到上层重新下降。这也解释了它对 LIKE 'abc%' 这类前缀匹配友好、对 '%abc' 无能为力的原因:后者没有可定位的起点,只能全扫。
代价落在写路径。随机插入写满一个叶子页会触发分裂:分配新页、搬走一半条目、向上更新父页,必要时连锁到根。页内要留 fillfactor 的空位来推迟分裂,删除留下的空洞却不会自动归还,索引随之膨胀,需要 VACUUM 或 REINDEX 处理。LSM 树把随机写攒成顺序写,用读时合并多个版本换写吞吐;B+ 树每次更新都要在树上原地落一个页,写放大正来自这里。
因此判断不该停在“B+ 树通用”。写密集、范围查询少的负载,LSM 往往更合适;只做等值匹配的列,哈希索引省掉树下降;而读多写少、又需要区间扫描和排序的 OLTP 表,B+ 树难有替代。
下一步不是换索引类型,而是先看现有索引的实际形状:pg_stat_user_indexes 里的扫描次数能找出从未被用到的索引,pgstattuple 能看出叶子页的平均占用与膨胀程度。先确认膨胀是来自删除残留还是 fillfactor 设得过满,再决定重建还是调参。
评论
还没有公开评论,欢迎留下第一条讨论。