ABloomIndex chấp nhận các tham số sau tro토토 베이vớimệnh đề:

Đây là một ví dụ về việc tạo chỉ mục nở hoa:

Tạo chỉ mục bloomidx trên tbloom bằng Bloom (I1, I2, I3)
       Với (le토토 베이th = 80, col1 = 2, col2 = 2, col3 = 4);

Chỉ mục được tạo với độ dài đặc trưng là 80 bit, với các thuộc tính i1 và i2 được ánh xạ tới 2 bit và thuộc tính i3 được ánh xạ tới 4 bit. Chúng ta có thể đã bỏ quale토토 베이th, col1vàcol2Thô토토 베이 số kỹ thuật vì chú토토 베이 có giá trị mặc định.

Đây là một ví dụ đầy đủ hơn về định nghĩa và cách sử dụng chỉ số Bloom, cũng như so sánh với các chỉ mục Btree tương đương. Chỉ số Bloom nhỏ hơn đáng kể so với chỉ số Btree và có thể hoạt động tốt hơn.

=# Tạo bả토토 베이 TBLOOM AS
   LỰA CHỌN
     (토토 베이ẫu nhiên () * 1000000) :: int as i1,
     (토토 베이ẫu nhiên () * 1000000) :: int as i2,
     (토토 베이ẫu nhiên () * 1000000) :: int as i3,
     (토토 베이ẫu nhiên () * 1000000) :: int as i4,
     (토토 베이ẫu nhiên () * 1000000) :: int as i5,
     (토토 베이ẫu nhiên () * 1000000) :: int as i6
   TỪ
  Generate_Series (1.10000000);
Chọn 10000000

Quét tuần tự trên bả토토 베이 lớn này mất nhiều thời gian:

=# Giải thích Phân tích Chọn * từ tbloom trong đó i2 = 898732 và I5 = 123451;
                                              Kế hoạch truy vấn
----------------------------------------------------------------------- ---------------------------------------
 Quét SEQ trên tbloom (chi phí = 0,00..213744.00 hàng = 250 chiều rộng = 24) (thời gian thực tế = 357.059..357.059 hàng = 0 vòng = 1)
   Bộ lọc: ((i2 = 898732) và (i5 = 123451)))
   Hàng bị xóa bởi bộ lọc: 10000000
 Thời gian lập kế hoạch: 0,346 ms
 Thời gian thực hiện: 357.076 ms
(5 hàng)

Ngay cả với chỉ số Btree được xác định, kết quả vẫn sẽ là lần quét tuần tự:

=# Tạo chỉ mục btreeidx trên tbloom (i1, i2, i3, i4, i5, i6);
Tạo chỉ mục
=# Chọn pg_size_pretty (pg_relation_size ('btreeidx'));
 pg_size_pretty
----------------
 386 MB
(1 hàng)
=# Giải thích Phân tích Chọn * từ tbloom trong đó i2 = 898732 và I5 = 123451;
                                              Kế hoạch truy vấn
----------------------------------------------------------------------- ---------------------------------------
 Quét SEQ trên tbloom (chi phí = 0,00..213744.00 hàng = 2 chiều rộng = 24) (thời gian thực tế = 351.016..351.017 hàng = 0 vòng = 1)
   Bộ lọc: ((i2 = 898732) và (i5 = 123451)))
   Hàng bị xóa bởi bộ lọc: 10000000
 Thời gian lập kế hoạch: 0,138 ms
 Thời gian thực hiện: 351.035 ms
(5 hàng)

Có chỉ mục Bloom được xác định trên bảng tốt hơn Btree trong việc xử lý loại tìm kiếm này:

=# Tạo chỉ mục bloomidx trên tbloom bằng Bloom (I1, I2, I3, I4, I5, I6);
Tạo chỉ mục
=# Chọn pg_size_pretty (pg_relation_size ('bloomidx'));
 pg_size_pretty
----------------
 153 MB
(1 hàng)
=# Giải thích Phân tích Chọn * từ tbloom trong đó i2 = 898732 và I5 = 123451;
                                                     Kế hoạch truy vấn
----------------------------------------------------------------------- ----------------------------------------------------------
 Quét heap bitmap trên tbloom (chi phí = 1792.00..1799,69 hàng = 2 chiều rộng = 24) (thời gian thực tế = 22.605..22.606 hàng = 0 vòng = 1)
   Recheck Cond: ((i2 = 898732) và (i5 = 123451)))
   Hàng bị xóa bằng cách kiểm tra lại chỉ mục: 2300
   Khối heap: Chính xác = 2256
   - Quét chỉ số bitmap trên bloomidx (chi phí = 0,00..178436.00 hàng = 1 chiều rộng = 0) (thời gian thực tế = 20.005..20.005 hàng = 2300 vòng = 1)
         Chỉ mục Cond: ((i2 = 898732) và (i5 = 123451)))
 Thời gian lập kế hoạch: 0,099 ms
 Thời gian thực hiện: 22.632 ms
(8 hàng)

Bây giờ, vấn đề chính với tìm kiếm Btree là Btree không hiệu quả khi các điều kiện tìm kiếm không hạn chế (các) cột chỉ mục hàng đầu. Một chiến lược tốt hơn cho BTREE là tạo một chỉ mục riêng biệt trên mỗi cột. Sau đó, người lập kế hoạch sẽ chọn một cái gì đó như thế này:

=# Tạo chỉ mục btreeidx1 trên tbloom (i1);
Tạo chỉ mục
=# Tạo chỉ mục BtreeIdx2 trên tbloom (i2);
Tạo chỉ mục
=# Tạo chỉ mục BTreeIdx3 trên tbloom (i3);
Tạo chỉ mục
=# Tạo chỉ mục BtreeIdx4 trên tbloom (i4);
Tạo chỉ mục
=# Tạo chỉ mục BTreeIdx5 trên tbloom (i5);
Tạo chỉ mục
=# Tạo chỉ mục BtreeIdx6 trên tbloom (i6);
Tạo chỉ mục
=# Giải thích Phân tích Chọn * từ tbloom trong đó i2 = 898732 và I5 = 123451;
                                                        Kế hoạch truy vấn
-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
 Quét heap bitmap trên tbloom (chi phí = 9,29..13,30 hàng = 1 chiều rộng = 24) (thời gian thực tế = 0,032..0.033 hàng = 0 vòng = 1)
   Recheck Cond: ((i5 = 123451) và (i2 = 898732)))
   - bitmapand (chi phí = 9,29..9,29 hàng = 1 chiều rộng = 0) (thời gian thực tế = 0,047..0.047 hàng = 0 vòng = 1)
         - Quét chỉ số bitmap trên btreeidx5 (chi phí = 0,00..4,52 hàng = 11 chiều rộng = 0) (thời gian thực tế = 0,026..0.026 hàng = 7 vòng = 1)
               Chỉ mục Cond: (I5 = 123451)
         - Quét chỉ số bitmap trên btreeidx2 (chi phí = 0,00..4,52 hàng = 11 chiều rộng = 0) (thời gian thực tế = 0,007..0.007 hàng = 8 vòng = 1)
               Chỉ mục Cond: (I2 = 898732)
 Thời gian lập kế hoạch: 0,264 ms
 Thời gian thực hiện: 0,047 ms
(9 hàng)

Mặc dù truy vấn này chạy nhanh hơn nhiều so với một trong các chỉ mục duy nhất, chúng tôi phải trả một hình phạt về kích thước chỉ mục. Mỗi chỉ số Btree một cột đơn chiếm 88,5 MB, do đó, tổng dung lượng cần thiết là 531 MB, trên ba lần không gian được sử dụng bởi Chỉ số Bloom.

Một lớp toán tử cho các chỉ mục Bloom chỉ yêu cầu hàm băm cho kiểu dữ liệu được lập chỉ mục và toán tử bình đẳng để tìm kiếm. Ví dụ này hiển thị định nghĩa lớp toán tử choTextLoại dữ liệu:

Tạo lớp toán tử Text_ops
Mặc định cho loại văn bản sử dụng Bloom là
    Toán tử 1 = (văn bản, văn bản),
    Hàm 1 hashtext (văn bản);

Teodor Sigaev<teodor@postgrespro.ru, Postgres Professional, Moscow, 토토 베이a

Alexander Korotkov<a.korotkov@postgrespro.ru, Postgres Professional, Moscow, 토토 베이a

Oleg Bartunov<Obartunov@postgrespro.ru, Postgres Professional, Moscow, 토토 베이a