海量、多维数据让人抓狂？高效搜索方法看这里

发布时间：2019-09-16 18:37:25 所属栏目：建站来源：读芯术

导读：副标题#e# 人与世界万物的互动会产生大量的时空数据。那么，当我们需要随时调用过去的数据时，改怎么办?尤其是面对各种海量、多维度的数据库，如果没有高效的搜索方法，我们只能望洋兴叹、束手无策。别担心，本文将用详细的代码，手把手来传授高效搜索法的

4. 60,687条记录(即使运用出色的KNN性能优化，仍然需要耗费195毫秒)。

postgres=# explain (analyze,verbose,timing,costs,buffers) select * from ff(point (0,0) ,5,1000000);  
 QUERY PLAN  
----------------------------------------------------------------------------------------------------------------------  
 Function Scan on postgres.ff (cost=0.25..10.25 rows=1000 width=6) (actual time=188.563..192.114 rows=60687 loops=1)  
 Output: ff  
 Function Call: ff( (0,0) ::point, 5 ::double precision, 1000000)  
 Buffers: shared hit=61296  
 Planning time: 0.029 ms  
 Execution time: 195.097 ms  
(6 rows)

让我们看看不使用KNN优化需要多长时间。

结果非常令人惊讶——极限优化性能提高了一个数量级。

5. 2,640,751条记录

使用所有索引逐个扫描数据条件，得到ctid并执行ctid扫描。

现在，让我们来分解这个过程：

首先，让我们看看时间和对象属性的合并查询，成果非常惊人。使用位图BitmapOr时，查询可以跳过大多数数据块，并且扫描时间比单索引扫描要短。

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!

10/20

首页

尾页