我有一个简单的表格,其中包含流量测量数据:
CREATE TABLE "TrafficData"
(
"RoadID" character varying NOT NULL,
"DateID" numeric NOT NULL,
"ExactDateTime" timestamp NOT NULL,
"CarsSpeed" numeric NOT NULL,
"CarsCount" numeric NOT NULL
)
CREATE INDEX "RoadDate_Idx" ON "TrafficData" USING btree ("RoadID", "DateID");
列RoadID唯一标识正在记录数据的道路,而DateID标识数据的年份中的天数(1..365)-基本上是ExactDateTime的四舍五入表示。
我有大约1亿行; 在“RoadID”列中有1,000个不同的值,在“DateID”列中有365个不同的值。
然后我运行以下查询:
SELECT * FROM "TrafficData"
WHERE "RoadID"='Station_1'
AND "DateID">20100610 AND "DateID"<20100618;
这需要长达三秒钟的时间才能完成,我无论如何都想不通为什么。
EXPLAIN ANALYZE 给出了以下输出:
Bitmap Heap Scan on "TrafficData" (cost=104.84..9743.06 rows=2496 width=47) (actual time=35.112..2162.404 rows=2016 loops=1)
Recheck Cond: ((("RoadID")::text = 'Station_1'::text) AND ("DateID" > 20100610::numeric) AND ("DateID" < 20100618::numeric))
-> Bitmap Index Scan on "RoadDate_Idx" (cost=0.00..104.22 rows=2496 width=0) (actual time=1.637..1.637 rows=2016 loops=1)
Index Cond: ((("RoadID")::text = 'Station_1'::text) AND ("DateID" > 20100610::numeric) AND ("DateID" < 20100618::numeric))
Total runtime: 2163.985 ms
我的电脑配置:
- Windows 7操作系统
- Postgres 9.0数据库
- 4GB内存
如果您有任何有用的建议,我将不胜感激!