PostgreSQL 如何处理 Django 中的 get() 以获得精确的文件路径匹配及其性能？

Question

我将 Django 与 PostgreSQL 数据库结合使用，并且我有一个模型将文件路径（特别是 S3 文件路径）存储在 CharField 中，如下所示：

class File(models.Model):
    file_path = models.CharField(max_length=255)

我经常使用 Django 的 get() 方法检索单个文件记录，并且与 S3 文件路径完全匹配：

file = File.objects.get(file_path='/bucket/path/to/file.txt')

这将转换为以下 SQL 查询：

SELECT * FROM my_table WHERE file_path = '/bucket/path/to/file.txt' LIMIT 1;

我想了解 PostgreSQL 处理这个查询时幕后发生了什么。具体来说：

1.  How does PostgreSQL handle the comparison of strings when using the = operator on a CharField with an S3 file path?
2.  Does PostgreSQL behave differently if there’s an index on the file_path column, and how does it decide between using an index or performing a sequential scan?
3.  Is it beneficial to create an index on the file_path field for better performance,

Answer 1

如果您知道 Django 中的查询集如何工作，您会发现它只是将 ORM 表示法转换为纯文本

SQL

例如：

File.objects.get(file_path='/bucket/path/to/file.txt')

它将转变为如下所示：

SELECT * FROM "appname_file" WHERE "file_path" = '/bucket/path/to/file.txt' LIMIT 1;

在这种情况下，如果

file_path

不是索引，那么 SQL 引擎执行

Execution Plan

它将执行一个名为：

FULL SCAN

的操作，这意味着它肯定会扫描表中不是索引的所有行。就性能而言确实非常高效。

如果您决定创建索引

file_path

，它将做一些非常不同的事情，因为它存储了名为

Data pages or Leaf nodes

的内容，其中包含记录子集分配位置的映射，因此它将查询

data_pages

并从那里开始它将获取该行的唯一标识符，并且不会执行

FULL SCAN

。

注意事项：

• 对于您的用例，如果您没有很多索引，我认为创建一个索引是一个很好的案例。
• 您可以使用sql中的

  EXPLAIN

  关键字评估生成计划的性能，并可以分析结果。
• 如果你想更深入地了解它，你可以使用

  EXPLAIN ANALYZE

  ，它不仅会给你执行计划，还会给你执行时间。
• 您可以使用django获取执行计划，如下所示：

from django.db import connection
sql = 'EXPLAIN SELECT * FROM appname_file WHERE file_path=%s LIMIT 1;'
params = ['/bucket/path/to/file.txt']
with connection.cursor() as cursor:
    cursor.execute(sql, params):
    plan = cursor.fetchall()

print(plan)

我鼓励您进行自己的性能评估，看看索引是否适合您的用例，我想如果

appname_file

对于每一行都是唯一的，它会特别有效。