La version 9.5 de PostgreSQL sortie en Janvier 2016 propose un nouveau type d’index : les Index BRIN pour Bloc Range INdex. Ces derniers sont recommandés pour les tables volumineuses et corrélées avec leur emplacement. J’ai décidé de consacrer une série d’article sur ces index :

Pour information, je serai présent au PGDay France à Lille le mardi 31 mai pour présenter cet index. Il y aura également plein d’autres conférences intéressantes!

Dans ce 2eme volet nous allons voir en détail le fonctionnement d’un index BRIN.

Fonctionnement

L’index va contenir la valeur minimale et maximale 1 d’un attribut sur un ensemble de blocs : range  (dans le cas d’un index sur une seule colonne)

La taille du range par défaut est de 128 blocs (128 x 8Ko => 1Mo).

Prenons l’exemple suivant, une table de 100 000 lignes contenant une colonne id incrémentée de 1.  Schématiquement ma table sera stockée de cette façon (un bloc pouvant contenir plusieurs lignes) :

Bloc id
0 1
0 2
1 227
128 28929
255 57856
256 57857

Si on cherche les valeurs comprises entre 28929 et 57856 le moteur devra parcourir l’intégralité de la table. Il ne sait pas qu’il n’est pas nécessaire de lire avant le bloc 128 et après le bloc 255.

Le premier réflexe serait de créer un index b-tree. Sans rentrer dans les détails, ce type d’index permet un parcours plus efficace de la table. Il contiendra l’emplacement de chaque valeur de la table.

Schématiquement, en omettant la présentation en arborescence, l’index contiendrait :

id Emplacement
1 0
2 0
227 1
57857 256

Intuitivement on peut déjà en déduire que si notre table est volumineuse, l’index sera également volumineux.

Un index BRIN contiendrait les lignes suivantes :

Range (128 blocs) min max allnulls hasnulls
1 1 28928 non non
2 28929 57856 non non
3 57857 86784 non non
4 86785 115712 non non

Ainsi en cherchant les valeurs comprises entre 28929 et 57856 le moteur sait qu’il devra parcourir les blocs 128 à 255.

En comparant par rapport à un index B-tree j’ai pu représenter en 4 lignes ce qui m’aurait pris plus de 100 000 lignes dans un B-tree. Bien entendu la réalité est bien plus complexe, néanmoins, cette simplification permet déjà d’avoir un aperçu de la compacité de ce type d’index.

Influence taille du range

Par  défaut la taille du range est de 128 blocs, ce qui correspond à 1Mo (1 bloc fait 8Ko). par curiosité on va tester différentes tailles de range grâce à l’option pages_per_range.

Prenons un jeu de données plus conséquent, avec 100 millions de lignes :

Notre table fait presque 3,5Go :

Activons l’option « \timing » de psql afin de mesurer le temps de créations des index. Commençons par les index BRIN avec une valeur pages_per_range différente :

Créons également un index b-tree :

Comparons les tailles :

Voici les résultats obtenus sur les durées de création des index et leur tailles :

duration
La création d’index est bien plus rapide. Il y a quasiment un facteur x10 entre les deux types d’index. J’ai obtenu ces chiffres avec la version 9.5.1 sur une configuration assez basique (pc portable et disque mécanique). Je vous conseille de mener vos propres tests avec votre matériel.

Pour information j’ai positionné la maintenance_work_mem à 1GB, malgré cette valeur élevée cela n’a pas empêché la création de fichiers temporaires pour l’index b-tree.

sizePour les tailles d’index la différence est bien plus importante, j’ai du utiliser une échelle logarithmique pour représenter l’écart. L’index BRIN avec un pages_per_range  par défaut fait 128Ko alors que le b-tree fait plus de 2Go!

Qu’en est-il des requêtes ?

Essayons cette requête qui récupère les valeurs comprises entre 10 et 2000. Pour étudier en détail ce que fait le moteur nous allons utiliser EXPLAIN avec les options (ANALYZE,VERBOSE,BUFFERS).

Enfin, pour faciliter l’analyse nous allons utiliser un jeu de données plus petit :

Sans index le moteur parcours toute la table (seq scan) et lit 443 blocs.

La même requête avec un index BRIN :

Le moteur lit 2 blocs d’index puis 128 blocs de la table.

Essayons avec un pages_per_range plus petit, à 16 par exemple :

La encore le moteur lit 2 blocs dans l’index, en revanche il ne va lire que 16 blocs dans la table.

Un index avec un pages_per_range plus petit sera plus sélectif et permettra de lire moins de blocs.

Utilisons l’extension pageinspect pour observer le contenu des index :

Avec l’index brin_demo_brin_idx_16 on remarque bien que les valeurs qui nous intéressent sont présentes dans le premier ensemble de blocs (0 à 15). En revanche avec l’index brin_demo_brin_idx, celui-ci est moins sélectif. Les valeurs qui nous intéressent sont comprises les blocs 0 à 127 ce qui explique pourquoi il y a plus de blocs lus dans le premier exemple.

 

  1. L’index contient également deux booléens indiquant si l’ensemble contient des valeurs NULL (hasnulls ) ou s’il ne contient que des valeurs NULL (allnulls)

Ecrire un commentaire

<a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code class="" title="" data-url=""> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong> <pre class="" title="" data-url=""> <span class="" title="" data-url=""> 

requis