哈基·贝尼塔：当良好的相关性不足以应对
💡
原文英文，约4800词，阅读约需18分钟。
📝
内容提要
本文讨论了使用块范围索引（BRIN）查询具有高相关性的字段时的问题。BRIN索引的小尺寸和字段的相关性使其成为理想的选择。然而，最近的一个事件表明，相关性可能会误导。在某些情况下，即使索引字段具有非常高的相关性，BRIN索引也可能导致执行速度显著变慢。BRIN索引通过保留相邻表页范围的最小值和最大值来工作。
🎯
关键要点
- 块范围索引（BRIN）因其小尺寸和字段相关性而成为理想选择。
- 在某些情况下，即使索引字段相关性很高，BRIN索引也可能导致执行速度显著变慢。
- BRIN索引通过保留相邻表页范围的最小值和最大值来工作。
- BRIN索引无法确定值是否在范围内，只能确定值是否绝对不在范围内。
- 相关性是物理行顺序与列值逻辑顺序之间的统计关系。
- 在高相关性情况下，BRIN索引可以提高查询性能，但在存在异常值时可能导致性能下降。
- PostgreSQL 14引入了多最小最大操作类（multi-minmax），以提高BRIN索引对异常值的抵抗力。
- 使用多最小最大BRIN索引可以显著减少查询时间，尤其是在存在异常值的情况下。
- BRIN索引的大小相对较小，但在处理异常值时，可能需要更大的索引以保持性能。
- 在实际应用中，BRIN索引的性能可能因数据更新和异常值的引入而受到影响。
➡️
