PostgreSQL cluster大幅減少nestloop離散IO的優化方法

對于較大資料量的表，如果在索引字段上面有小結果集join，用nestloop join是比較好的方法。

但是nestloop帶來的一個問題就是離散io，這個是無法回避的問題，特别是硬體io能力不行的情況下，性能會比較糟糕。

有什麼優化方法呢？

postgresql提供了一個指令，可以修改實體存儲的順序，減少離散io就靠它了。

建立兩張表

産生一些離散primary key資料

分析表

清除緩存，并重新開機

第一次調用，耗費大量的離散io，執行時間18.490毫秒（我這台機器是ssd，iops能力算好的，差的機器時間更長）

第二次，緩存命中5.4毫秒

根據索引字段調整表的實體順序，降低離散io。

清除緩存，重新開機資料庫

第一次調用，降低到了5.4毫秒

第二次調用，3.6毫秒

通過cluster, 将表的實體順序和索引對齊，是以如果查詢的值是連續的，在使用嵌套循環時可以大幅減少離散io，取得非常好查詢優化的效果。

如果查詢的值是跳躍的，那麼這種方法就沒有效果啦，不過好在postgresql有bitmap index scan，在讀取heap tuple前，會對ctid排序，按排序後的ctid取heap tuple，也可以起到減少離散io的作用。