PostgreSQLのパフォーマンス向上：Bitmap Heap ScanとBitmap Index Scanの活用法

2024-06-26

PostgreSQLにおけるBitmap Heap ScanとBitmap Index Scanの理解

PostgreSQLでは、インデックスを使用して特定の行を効率的に検索することができます。しかし、インデックスが常に最適な解決策とは限りません。場合によっては、Bitmap Heap ScanとBitmap Index Scanと呼ばれる2つのスキャン方法を使用して、より良いパフォーマンスを得ることができます。

Bitmap Index Scanは、インデックスを使用して、検索条件に合致する行の集合を特定します。この集合は、ビットマップと呼ばれるデータ構造に格納されます。ビットマップは、各行が検索条件に合致するかどうかを示すビットで構成されています。

Bitmap Heap Scanは、Bitmap Index Scanによって特定された行を実際に読み取ります。Bitmap Heap Scanは、ビットマップを使用して、読み取る必要がある行を迅速に識別できます。

2つのスキャンの組み合わせ

Bitmap Heap ScanとBitmap Index Scanは、通常、一緒に使用されます。Bitmap Index Scanは、必要な行を特定し、Bitmap Heap Scanはそれらの行を実際に読み取ります。この組み合わせにより、PostgreSQLは、テーブル全体をスキャンする必要なく、必要な行を効率的に見つけることができます。

Bitmap Heap ScanとBitmap Index Scanは、次の場合に役立ちます。

検索条件が複数の列にまたがる場合
検索条件に範囲指定が含まれている場合

EXPLAINを使用してBitmap Heap ScanとBitmap Index Scanを理解する

EXPLAINを使用して、クエリの実行計画を分析できます。実行計画には、Bitmap Heap ScanとBitmap Index Scanの使用に関する情報が含まれています。この情報を使用して、クエリのパフォーマンスを理解し、必要に応じてインデックスを調整することができます。

例

次のクエリは、customersテーブルにある、注文金額が1000ドルを超えるすべての顧客の名前と住所を取得します。

SELECT name, address
FROM customers
WHERE amount > 1000;

このクエリの実行計画は以下のようになります。

EXPLAIN SELECT name, address
FROM customers
WHERE amount > 1000;

Query Plan:

  -> BitmapHeapScan(customers) (cost=9.29..18.58 rows=100 width=40)
    -> BitmapIndexScan(idx_customers_amount) (cost=0.03..1.02 rows=100 width=0)
        Index Cond: (amount > 1000)

この実行計画は、Bitmap Heap Scanを使用してcustomersテーブル全体をスキャンし、idx_customers_amountインデックスを使用して、検索条件に合致する行を特定していることを示しています。

Bitmap Heap ScanとBitmap Index Scanは、PostgreSQLでインデックスを使用してクエリのパフォーマンスを向上させるために使用できる2つのスキャン方法です。EXPLAINを使用して、クエリの実行計画を分析し、これらのスキャン方法がどのように使用されているかを理解することができます。

Example 1: Querying a table with a single index

CREATE TABLE customers (
  id SERIAL PRIMARY KEY,
  name VARCHAR(255) NOT NULL,
  address VARCHAR(255) NOT NULL,
  amount DECIMAL(10,2) NOT NULL
);

CREATE INDEX idx_customers_amount ON customers (amount);

INSERT INTO customers (name, address, amount)
VALUES
  ('John Doe', '123 Main Street', 1200.00),
  ('Jane Doe', '456 Elm Street', 800.00),
  ('Peter Jones', '789 Oak Street', 1500.00);

SELECT name, address
FROM customers
WHERE amount > 1000;

Explanation:

EXPLAIN SELECT name, address
FROM customers
WHERE amount > 1000;

Query Plan:

  -> BitmapHeapScan(customers) (cost=9.29..18.58 rows=100 width=40)
    -> BitmapIndexScan(idx_customers_amount) (cost=0.03..1.02 rows=100 width=0)
        Index Cond: (amount > 1000)

In this example, the customers table has a single index on the amount column. The query SELECT name, address FROM customers WHERE amount > 1000 uses this index to efficiently identify the rows that match the search condition. The Bitmap Index Scan node in the execution plan indicates that the index was used to create a bitmap of the matching rows. The Bitmap Heap Scan node then uses this bitmap to scan the table and retrieve only the relevant rows.

CREATE TABLE orders (
  id SERIAL PRIMARY KEY,
  customer_id INTEGER NOT NULL,
  product_id INTEGER NOT NULL,
  order_date DATE NOT NULL,
  amount DECIMAL(10,2) NOT NULL
);

CREATE INDEX idx_orders_customer_id ON orders (customer_id);
CREATE INDEX idx_orders_product_id ON orders (product_id);
CREATE INDEX idx_orders_order_date ON orders (order_date);

INSERT INTO orders (customer_id, product_id, order_date, amount)
VALUES
  (1, 1, '2023-01-01', 100.00),
  (1, 2, '2023-02-01', 200.00),
  (2, 3, '2023-03-01', 300.00);

SELECT *
FROM orders
WHERE customer_id = 1 AND product_id = 2 AND order_date >= '2023-02-01';

EXPLAIN SELECT *
FROM orders
WHERE customer_id = 1 AND product_id = 2 AND order_date >= '2023-02-01';

Query Plan:

  -> BitmapHeapScan(orders) (cost=14.58..29.16 rows=50 width=120)
    -> BitmapAnd(
         -> BitmapIndexScan(idx_orders_customer_id) (cost=0.03..1.02 rows=50 width=0)
             Index Cond: (customer_id = 1)
         -> BitmapIndexScan(idx_orders_product_id) (cost=0.03..1.02 rows=50 width=0)
             Index Cond: (product_id = 2)
         -> BitmapIndexScan(idx_orders_order_date) (cost=0.03..1.02 rows=50 width=0)
             Index Cond: (order_date >= '2023-02-01')
    )

In this example, the orders table has three indexes: one on the customer_id column, one on the product_id column, and one on the order_date column. The query SELECT * FROM orders WHERE customer_id = 1 AND product_id = 2 AND order_date >= '2023-02-01' uses all three indexes to

PostgreSQLにおけるBitmap Heap ScanとBitmap Index Scan以外の代替方法

インデックススキャンは、最も基本的なインデックスアクセスメthodです。インデックスを使用して、検索条件に合致する行のリストを特定します。その後、このリストを使用して、テーブルから実際に必要な行を読み取ります。インデックススキャンは、Bitmap Heap Scanよりも高速な場合がありますが、インデックスが十分に選択的でない場合や、検索条件が複数の列にまたがる場合は、効率が悪くなります。

マテリアライズドビューは、基底テーブルのサブセットを含むデータベースオブジェクトです。マテリアライズドビューは、定期的に更新されるように設定できます。クエリがマテリアライズドビューで定義されている列にのみアクセスする場合、マテリアライズドビューを使用すると、基底テーブルをスキャンするよりも効率的に結果を取得できます。

パーティショニングは、テーブルを論理的にサブセットに分割する手法です。各パーティションは、特定の条件に一致する行のみを含みます。クエリが特定のパーティションにのみアクセスする場合、パーティショニングを使用すると、テーブル全体をスキャンするよりも効率的に結果を取得できます。

集計表は、集計結果を事前に計算して格納しておくテーブルです。集計クエリが集計表で定義されている列にのみアクセスする場合、集計表を使用すると、基底テーブルをスキャンするよりも効率的に結果を取得できます。

クエリの最適化:

上記の方法に加えて、クエリの最適化によって、Bitmap Heap ScanとBitmap Index Scanの使用を回避できる場合があります。クエリを最適化するには、次の手順を実行します。