PostgreSQL如何查询IO消耗最高的SQL及优化

摘要：一、安装pg_stat_statements插件此插件用于统计数据库的资源消耗，分析SQL语句安装流程：cd

一、安装pg_stat_statements插件
此插件用于统计数据库的资源消耗，分析SQL语句

安装流程：

cd */postgresql-11.1/contrib/pg_stat_statements
make
make install

二、加载pg_stat_statements模块
–编辑postgresql.conf文件
vi $PGDATA/postgresql.conf
–修改配置
shared_preload_libraries=‘pg_stat_statements’
track_io_timing = on用于跟踪IO消耗的时间
track_activity_query_size = 1024设置单条SQL的最长长度，超过被截断显示（可选）

三、配置pg_stat_statements采样参数
–在postgresql.conf文件添加
pg_stat_statements.max = 10000 # 在pg_stat_statements中最多保留多少条统计信息
pg_stat_statements.track = all # all - (所有SQL包括函数内嵌套的SQL), top - 直接执行的SQL(函数内的sql不被跟踪), none - (不跟踪)
pg_stat_statements.track_utility = off # 是否跟踪非DML语句 (例如DDL，DCL)， on表示跟踪, off表示不跟踪
pg_stat_statements.save = on # 重启后是否保留统计信息
修改完postgresql.conf文件后，重启数据库restart

pg_ctl —D $PGDATA restart

四、创建pg_stat_statements extension
postgres=# create extension pg_stat_statements;
CREATE EXTENSION
postgres=#

五、分析SQL
可以通过查询pg_stat_statements视图，获取统计信息

postgres=# select * from pg_stat_statements;
userid | dbid | queryid | query | calls | total_time | min_time | max_time | mean_time | stddev_time | rows | shared_blks_hit | shared_blks_read | shared_blks_dirtied | shared_blks_written | local_blks_hit | local_blks_read | local_blks_dirtied | local_blks_written | temp_blks_read | temp_blks_written | blk_read_time | blk_write_time
--------±-----±--------±------±------±-----------±---------±---------±----------±------------±-----±----------------±-----------------±--------------------±--------------------±---------------±----------------±-------------------±-------------------±---------------±------------------±--------------±---------------
(0 rows)
1.字段分析
字段名 类型 引用 描述
userid oid pg_authid.oid 执行该语句的用户的 OID
dbid oid pg_database.oid 在其中执行该语句的数据库的 OID
queryid bigint
内部哈希码，从语句的解析树计算得来
query text
语句的文本形式
calls bigint
被执行的次数
total_time double precision
在该语句中花费的总时间，以毫秒计
min_time double precision
在该语句中花费的最小时间，以毫秒计
max_time double precision
在该语句中花费的最大时间，以毫秒计
mean_time double precision
在该语句中花费的平均时间，以毫秒计
stddev_time double precision
在该语句中花费时间的总体标准偏差，以毫秒计
rows bigint
该语句检索或影响的行总数
shared_blks_hit bigint
该语句造成的共享块缓冲命中总数
shared_blks_read bigint
该语句读取的共享块的总数
shared_blks_read bigint
该语句弄脏的共享块的总数
shared_blks_written bigint
该语句写入的共享块的总数
local_blks_hit bigint
该语句造成的本地块缓冲命中总数
local_blks_read bigint
该语句读取的本地块的总数
local_blks_dirtied bigint
该语句弄脏的本地块的总数
local_blks_written bigint
该语句写入的本地块的总数
temp_blks_read bigint
该语句读取的临时块的总数
temp_blks_written bigint
该语句写入的临时块的总数
blk_read_time double precision
该语句花在读取块上的总时间，以毫秒计（如果track_io_timing被启用，否则为零）
blk_write_time double precision
该语句花在写入块上的总时间，以毫秒计（如果track_io_timing被启用，否则为零）
2.如何获取不同情况的SQL
(1)最耗IO的SQL
单次消耗IO的前五条SQL，降序

select userid::regrole, dbid, query from pg_stat_statements order by (blk_read_time+blk_write_time)/calls desc limit 5;
总消耗IO的前五条SQL，降序

select userid::regrole, dbid, query from pg_stat_statements order by (blk_read_time+blk_write_time) desc limit 5;
(2)最耗时的SQL
单次调用耗时前五条SQL，降序

select userid::regrole, dbid, query from pg_stat_statements order by mean_time desc limit 5;
总耗时前五条SQL，降序（最关注的）

select userid::regrole, dbid, query from pg_stat_statements order by total_time desc limit 5;
(3)响应时间抖动最严重的SQL
select userid::regrole, dbid, query from pg_stat_statements order by stddev_time desc limit 5;
(4)最耗共享内存的SQL
select userid::regrole, dbid, query from pg_stat_statements order by (shared_blks_hit+shared_blks_dirtied) desc limit 5;
(5)最耗临时空间的SQL
select userid::regrole, dbid, query from pg_stat_statements order by temp_blks_written desc limit 5;
六、重置统计信息
可以定期清理历史的统计信息，使用如下SQL

postgres=# select pg_stat_statements_reset();
pg_stat_statements_reset

(1 row)
七、优化方案
1.进行有针对的查询，避免使用select * ？
如果是要使用count(*)计算，要使用计算行数的子查询

select count(*) from
(
select
id
from users
where preferred_language = ‘zh_CN’
and private_profile = True
) as temp;
2.避免使用NOT IN
避免使用IN或者NOT IN，因为这个操作会进行全表扫描。可以使用EXCEPT或NOT EXISTS来代替

3.模糊查询的优化可以参考《PostgreSQL模糊查询优化》这篇文章
4.添加适当的索引
对表中经常进行查询、排序、分组的字段添加索引

（1）b-tree索引

b-tree适合所有的数据类型，支持排序，支持大于、小于、等于、大于或等于、小于或等于的搜索。

postgres=# create index idx_t_btree_1 on t_btree using btree (id);
（2）hash索引

hash索引存储的是被索引字段VALUE的哈希值，只支持等值查询。hash索引特别适用于字段VALUE非常长（不适合b-tree索引，因为b-tree一个PAGE至少要存储3个ENTRY，所以不支持特别长的VALUE）的情况。

如果只需要等值搜索，可以使用hash索引

postgres=# create index idx_t_hash_1 on t_hash using hash (info);
（3）gin倒排索引

当需要搜索多值类型内的VALUE时，适合多值类型，例如数组、全文检索、TOKEN。

–arr是数组类型
postgres=# create index idx_t_gin1_1 on t_gin1 using gin (arr);
（4）gist索引

它是一种平衡树结构的访问方法,在系统中作为一个基本模版,可以使用它实现任意索引模式。B-trees, R-trees和许多其它的索引模式都可以用GiST实现。但Gist索引创建耗时较长，占用空间也比较大。

postgres=# create index idx_t_gist_1 on t_gist using gist (pos);
（5）sp-gist索引

SP-GiST类似GiST，是一个通用的索引接口，但是SP-GIST使用了空间分区的方法，使得SP-GiST可以更好的支持非平衡数据结构，支持位置搜索。

postgres=# create index idx_t_spgist_1 on t_spgist using spgist (rg);
5.UNION ALL 比 UNION 快
UNION在进行表链接后会筛选掉重复的记录，UNION ALL不会去除重复记录UNION将会按照字段的顺序进行排序，UNION ALL只是简单的将两个结果合并后就返回