HN 日本語サマリー

← 一覧へ戻る
プログラミング

PostgreSQLでパーティションキー以外のカラムでクエリする際にパーティションプルーニングを実現する方法

How to Achieve Pruning When Querying by Non-Partitioned Columns in PostgreSQL (hakibenita.com)

6 pointsby theanonymousone1 コメント

要約

PostgreSQLのパーティションテーブルの利点であるパーティションプルーニングは、通常パーティションキーでクエリする場合にのみ有効です。しかし、データに特定のパターンがある場合、パーティションキー以外のカラムでフィルタリングする際にもプルーニングを達成できる clever なテクニックが存在します。この記事では、その方法を具体例を交えて解説します。

全文翻訳

PostgreSQLにおける非パーティションキー列でのクエリ時にプルーニングを実現する方法


パーティションテーブルの最も価値のある機能の一つは、プルーニングです。これは、クエリ述語に基づいてデータベースがパーティション全体を排除できる機能です。従来の考え方では、プルーニングはパーティションキーでクエリを実行する場合にのみ達成できるとされており、これが正しいキーの選択を非常に困難にしています。しかし、データが特定のパターンに従う場合、いくつかの巧妙なトリックを使用することで、パーティションキー以外の列でフィルタリングする場合でもプルーニングを達成できます。

この記事では、パーティションキー以外の列でフィルタリングする際にパーティションプルーニングを達成する方法を実証します。

[画像: abstrakt designによる画像]

abstrakt designによる画像

目次


テーブルパーティション

多くのユーザーがいる人気のウェブサイトを運営していると想像してください。プロダクトチームはシステムの利用状況について洞察を得たいと考えており、イベントログを記録し始めました。イベントにコンテキストを与えるために、それらをセッションにグループ化し、タイムスタンプ、タイプ、およびいくつかのデータをデータベーステーブルに保存します。

db=# CREATE TABLE event (
  id         BIGINT GENERATED ALWAYS AS IDENTITY,
  timestamp  TIMESTAMPTZ NOT NULL,
  session_id BIGINT NOT NULL,
  type       TEXT NOT NULL,
  data       JSONB
) PARTITION BY RANGE (timestamp);

CREATE TABLE;

多くのユーザーがいるため、多くのイベントが発生すると予想されます。ほとんどのクエリは、通常特定の日付範囲のデータの一部のみを使用するため、タイムスタンプに基づいて各年ごとにパーティションを作成します。

db=# CREATE TABLE event_y2025 PARTITION OF event
FOR VALUES FROM ('2025-01-01 UTC') TO ('2026-01-01 UTC');

CREATE TABLE

db=# CREATE TABLE event_y2026 PARTITION OF event
FOR VALUES FROM ('2026-01-01 UTC') TO ('2027-01-01 UTC');

CREATE TABLE

これで、2025年のイベント用と2026年のイベント用の2つのパーティションができました。セッションは次のようになります。

INSERT INTO event (session_id, timestamp, type, data) VALUES
  (1, '2025-12-28 15:00:00 UTC', 'view',         '{"page": "/login"}'),
  (1, '2025-12-28 15:00:06 UTC', 'click',        '{"selector": "#login"}'),
  (1, '2025-12-28 15:00:07 UTC', 'login_failed', '{"attempt": 1}'),
  (1, '2025-12-28 15:00:10 UTC', 'click',        '{"selector": "#forgot-password"}'),
  (1, '2025-12-28 15:00:17 UTC', 'view',         '{"page": "/reset-password"}'),
  (1, '2025-12-28 15:00:23 UTC', 'click',        '{"selector": "#reset-password"}');

このセッションでは、ユーザーはシステムにログインしようとして失敗し、パスワードリセットを要求しました。

より多くのデータを生成する

例をより現実的にするために、さらにデータを追加しましょう。

WITH
sessions AS (
  SELECT
    n AS session_id,
    '2025-12-28 23:59:56 UTC'::timestamptz + interval '1 minute' * n as started_at
  FROM
    generate_series(2, 10000) AS t(n)
)
INSERT INTO event (session_id, timestamp, type, data)
SELECT
  session_id,
  started_at + interval '1 second' * n,
  (array['view', 'click', 'login_failed', 'logged_in'])[ceil(random() * 3)] as type,
  '{}'::jsonb as data
FROM
  sessions, 
  generate_series(1, 5) as n
ORDER BY 1, 2;

INSERT 0 49995

これで、両方のパーティションにわたって約50,000件のイベントがテーブルに格納されました。

キー列のパーティションプルーニング

テーブルのパーティションキーはtimestampなので、timestampでフィルタリングするクエリはパーティションプルーニングの恩恵を受けることができます。例えば、2025年12月のイベントをクエリします。

db=# EXPLAIN SELECT * FROM event
WHERE timestamp >= '2025-12-01 UTC' AND timestamp < '2026-01-01 UTC';
                            QUERY PLAN
────────────────────────────────────────────────────────────────────────────────────────────────
 Seq Scan on event_y2025 event
   Filter: (("timestamp" >= '2025-12-01 00:00:00+00'::timestamp with time zone)
           AND ("timestamp" < '2026-01-01 00:00:00+00'::timestamp with time zone))

データベースは、2025年のパーティションのみをスキャンする必要があると判断するのに十分賢いことに注意してください。2026年のパーティションはアクセスされませんでした。これがパーティションプルーニングです。

もう一つの一般的なクエリは、特定のセッションのすべてのイベントを見つけることです。

db=# EXPLAIN SELECT * FROM event WHERE session_id = 1;
                 QUERY PLAN
──────────────────────────────────────────────────────
 Append  (cost=0.00..1060.07 rows=11 width=37)
   ->  Seq Scan on event_y2025 event_1
         Filter: (session_id = 1)
   ->  Seq Scan on event_y2026 event_2
         Filter: (session_id = 1)

今回は、データベースはすべてのパーティションにアクセスしました。パーティションプルーニングは使用されませんでした。このクエリでは、データベースはパーティションを排除する方法がないため、一致するイベントを探すためにすべてのパーティションをスキャンするしかありませんでした。

ここでパーティションは少し厄介になります。 一方で、プルーニングを達成したいが、他の、おそらく非常に一般的なクエリで痛みを伴う妥協をしなければならない場合があります。

ローカルインデックス

特定のセッションのイベントを取得することはかなり一般的であるため、高速である必要があります。データベースで高速化するには、インデックスを作成するだけでよいですよね?

db=# CREATE INDEX event_session_ix ON event(session_id);
CREATE INDEX

これにより、セッションIDにインデックスが作成されます。インデックスが配置された状態で、セッション1のイベントを取得します。

db=# EXPLAIN SELECT * FROM event WHERE session_id = 1;
                          QUERY PLAN
─────────────────────────────────────────────────────────────────────────
 Append  (cost=0.29..16.82 rows=11 width=37)
   ->  Index Scan using event_y2025_session_id_idx on event_y2025 event_1
         Index Cond: (session_id = 1)
   ->  Index Scan using event_y2026_session_id_idx on event_y2026 event_2
         Index Cond: (session_id = 1)

データベースは再びすべてのパーティションを訪問する必要がありました。唯一の違いは、今回は各パーティションのインデックスを使用したことです。

インデックスの使用は、パーティション全体をスキャンするよりも高速ですが、データベースは依然としてすべてのパーティションをスキャンするように強制されます。現在パーティションは2つしかありませんが、テーブルに100個のパーティションがあった場合、このクエリは100個のテーブルをクエリするようなものになります!

このタイプのインデックスはローカルインデックスと呼ばれます。これは、各パーティションに個別のインデックスを作成するためです。

db=# \di event_*
                                List of indexes
 Schema │            Name            │       Type        │ Owner │    Table
────────┼────────────────────────────┼───────────────────┼───────┼─────────────
 public │ event_session_ix           │ partitioned index │ haki  │ event
 public │ event_y2025_session_id_idx │ index             │ haki  │ event_y2025
 public │ event_y2026_session_id_idx │ index             │ haki  │ event_y2026

ローカルインデックスは、パーティションキー以外の列で頻繁にフィルタリングする場合に役立ちます。

グローバルインデックス

パーティションテーブルにインデックスを作成するもう一つのアプローチは、複数のパーティションにまたがる単一のインデックスを作成することです。これはグローバルインデックスと呼ばれます。

残念ながら、バージョン19以降、PostgreSQLはパーティションテーブルのグローバルインデックスをサポートしていません。2009年からこの件に関する議論がメーリングリストで行われているため、pgsql-hackers メーリングリストを注意深く監視してください。

グローバルインデックス

グローバルインデックスがないことのもう一つの問題点は、パーティションキー以外のものを一意に強制することが難しくなることです。これはこの記事の範囲外です。

パーティションキー以外の列でのプルーニング

eventsテーブルはタイムスタンプでパーティション化されているため、タイムスタンプによるクエリはパーティションプルーニングの恩恵を受けることができます。しかし、セッションIDでクエリしたい状況は依然として多くあります。単一セッションからのイベントは複数のパーティションにまたがる可能性があり、データベースは現在、無関係なものを排除する方法がありません。ローカルインデックスは一部の苦痛を軽減しますが、データベースは依然としてすべてのパーティションを訪問する必要があり、これはあまりうまくスケーリングしない可能性があります。

この時点で、データベースが標準でできることの限界に達し、ドメイン知識とデータの知識を活用する必要があります。データがどのように使用され、どのように格納されているかです。

  • eventsテーブルは追記専用です: テーブルへの更新はなく、イベントは不変です。
  • セッションIDはシーケンシャルに生成されます: セッションIDは時間とともに増加します。
  • セッションは短命です: 通常のセッションは通常、数分または数時間しか続きません。

このパターンは役立つ可能性があります!

パターンを視覚化するために、タイムスタンプとセッションIDをプロットします。

[画像: タイムスタンプとセッションIDのプロット]

タイムスタンプとセッションIDのプロット

セッションIDはタイムスタンプと強く相関しています。 これは、各パーティションに対して明確なセッションIDの範囲を特定できるはずであることを意味します。

各パーティションの最初と最後のセッションIDを取得します。

db=# SELECT tableoid::regclass, MIN(session_id), MAX(session_id)
FROM event GROUP BY 1 ORDER BY 1;
  tableoid   │ min  │  max
─────────────┼──────┼───────
 event_y2025 │    1 │  4320
 event_y2026 │ 4320 │ 10000

セッションIDとタイムスタンプの強い相関のおかげで、各パーティションに対して明確で区別できるセッションIDの範囲を特定できます。結果を見るだけで、IDが1から4319のセッションは2025年のパーティションにのみ存在し、IDが4321から10000のセッションは2026年のパーティションにのみ存在することが明らかです。

[画像: パーティションごとのセッションID範囲]

パーティションごとのセッションID範囲

このパターンを知っていれば、データベースはセッションIDでクエリする際にパーティション全体を排除できる可能性がありますが、データベースにこの情報をどのように伝えることができるでしょうか?

オプティマイザとの対話

データベースオプティマイザは真に驚くべきエンジニアリングの成果です。クエリを受け取り、実際のデータを見ることなく、それをどのように実行するかを自分で判断します。データベースが使用できる唯一のものは、テーブルと列に対して維持している統計情報です。

統計情報は行数の推定値を生成するために使用されます。行数の推定値は、オプティマイザがどのテーブルを最初にスキャンするか、どのインデックスを使用するか、どのフィルタや結合を適用するか、そしてどの順序で適用するかを決定するのに役立ちます。しかし、名前が示すように、統計情報は単なる統計情報です。それらが正しいことを保証するものではないため、オプティマイザはそれらを consultar できますが、決して盲目的に依存することはできません。

オプティマイザが信頼できる唯一の情報は、常に正しいことが保証されている情報です。データベースでは、何かが常に正しいことを保証するために、制約を使用します。

チェック制約は、カスタム検証ルールを強制するために使用されます。チェック制約を使用すると、式を提供し、データベースはその式がテーブルのすべての行に対して真であることを保証します。しかし、秘密はここにあります。誰もあなたに教えてくれないことですが、チェック制約は、あなたのデータに関する情報をオプティマイザに伝えるために使用できます。

たとえば、イベントIDが常にゼロより大きいことを確認するためのチェック制約がある場合、ゼロ未満のIDを持つイベントをクエリした場合、データベースは実際にはテーブルをスキャンして、この条件に一致する行がないことを理解する必要はないですよね?

オプティマイザに影響を与えることができるかどうかを確認するために、各パーティションに単純なチェック制約を追加して、特定のセッションIDの範囲を強制します。

db=# ALTER TABLE event_y2025 ADD CONSTRAINT event_y2025_session_id_range
  CHECK (session_id between 1 and 4320);
ALTER TABLE

db=# ALTER TABLE event_y2026 ADD CONSTRAINT event_y2026_session_id_range
  CHECK (session_id between 4320 and 10000);
ALTER TABLE

最初のチェック制約は、2025年のパーティションの範囲を1から4320の間のセッションIDに設定します。2番目のチェック制約は、2026年のパーティションの範囲を4320から10000の間のセッションIDに設定します。

これで、データベースが実際にチェック制約を使用してパーティション全体を排除できるかどうかを確認するために、セッションID 1000のイベントをクエリします。

db=# EXPLAIN SELECT * FROM event WHERE session_id = 1000;
                  QUERY PLAN
──────────────────────────────────────────────────────────────────
 Index Scan using event_y2025_session_id_idx on event_y2025 event
   Index Cond: (session_id = 1000)

素晴らしい!チェック制約が配置されたことで、データベースは2026年のパーティションを排除することができました。制約によると、このパーティションには4320から10000の間のセッションIDしか含めることができず、クエリはセッションID 1000を検索します。データベースは1つのパーティションのみをスキャンしました。

別のセッションIDをチェックします。

db=# EXPLAIN SELECT * FROM event WHERE session_id = 6000;
                  QUERY PLAN
──────────────────────────────────────────────────────────────────
 Index Scan using event_y2026_session_id_idx on event_y2026 event
   Index Cond: (session_id = 6000)

再び、データベースは1つのパーティションのみをスキャンしました。今回は、チェック制約によると、セッションID 6000のイベントは2026年のパーティションにのみ存在するため、データベースはそのパーティションのみをスキャンしました。

複数のパーティションにイベントが存在する可能性のあるセッションをクエリした場合はどうなりますか?

db=# EXPLAIN SELECT * FROM event WHERE session_id = 4320;
                       QUERY PLAN
─────────────────────────────────────────────────────────────────────────
 Append  (cost=0.29..16.80 rows=10 width=37)
   ->  Index Scan using event_y2025_session_id_idx on event_y2025 event_1
         Index Cond: (session_id = 4320)
   ->  Index Scan using event_y2026_session_id_idx on event_y2026 event_2
         Index Cond: (session_id = 4320)

データベースは2つのパーティションをスキャンしましたが、それは問題ありません!チェック制約に基づくと、これらの両方のパーティションにセッションID 4320のイベントが存在する可能性があります。

これは、慎重に作成されたチェック制約を使用することで、データに関する情報をデータベースに伝え、データベースはその情報を使用してパーティション全体を排除し、効果的にパーティションプルーニングを達成できることを示しています。

constraint_exclusion パラメータ

このプルーニングメカニズムは、constraint_exclusion パラメータによって制御されます。

クエリプランナによるテーブル制約の最適化への使用を制御します。[...] このパラメータが特定のテーブルで許可されている場合、プランナはクエリ条件とテーブルのCHECK制約を比較し、条件が制約と矛盾するテーブルのスキャンを省略します。

制約除外は、パーティションテーブルではデフォルトで有効になっています。データベースは、あなたがパーティションテーブルに持つ任意のチェック制約を使用してプルーニングを達成します。パラメータを変更する必要すらありません。

非パーティションテーブルで constraint_exclusion を使用して、不可能な述語を含むクエリでのテーブル全体のスキャンを排除する方法 について書きました。

外れ値の導入

セッションIDによるプルーニングを達成するために、データの予測可能な性質とセッションIDとタイムスタンプの強い相関に依存しました。この場合、テーブルは追記専用であり、セッションは短命です。これは、パーティション間でセッションIDの重複が少なく、各パーティションに対して明確な範囲を特定できることを意味します。

残念ながら、現実はそれほど整然としていないことが多いです!一部のセッションが数日または数週間続いた場合はどうなりますか?これは範囲に外れ値を導入する可能性があります。

まず、外れ値を導入できるようにチェック制約を削除します。

db=# ALTER TABLE event_y2025 DROP CONSTRAINT event_y2025_session_id_range;
ALTER TABLE

db=# ALTER TABLE event_y2026 DROP CONSTRAINT event_y2026_session_id_range;
ALTER TABLE

次に、このセッションを検討します。

db=# SELECT * FROM event WHERE session_id = 1 ORDER BY timestamp;
  id │       timestamp        │ session_id │     type     │               data
─────┼────────┼────────────┼──────────────┼──────────────────────────────────
  1  │ 2025-12-29 15:00:00+00 │          1 │ view         │ {"page": "/login"}
  2  │ 2025-12-29 15:00:06+00 │          1 │ click        │ {"selector": "#login"}
  3  │ 2025-12-29 15:00:07+00 │          1 │ login_failed │ {"attempt": 1}
  4  │ 2025-12-29 15:00:10+00 │          1 │ click        │ {"selector": "#forgot-password"}
  5  │ 2025-12-29 15:00:17+00 │          1 │ view         │ {"page": "/reset-password"}
  6  │ 2025-12-29 15:00:23+00 │          1 │ click        │ {"selector": "#reset-password"}

ユーザーは2025年12月29日にセッションを開始しました。ログインを試みて失敗し、パスワードリセットを要求しました。このユーザーがタブを開いたままにして、数日後に戻ってプロセスを完了することを決定したと想像してください。

INSERT INTO event (session_id, timestamp, type, data)
values
  (1, '2026-01-01 12:01:14 UTC', 'click', '{"selector": "#reset-password"}'),
  (1, '2026-01-01 12:01:15 UTC', 'view',  '{"page": "/login"}');

INSERT 0 2

これらのイベントにより、非常に低いIDを持つセッションが最近のパーティションに追加されました。このパーティションには現在、はるかに高い値を持つセッションIDが含まれています。これは、最初のパーティションのセッションID範囲に影響します。

db=# SELECT tableoid::regclass, MIN(session_id), MAX(session_id)
FROM event GROUP BY 1 ORDER BY 1;

  tableoid   │ min │  max
─────────────┼─────┼───────
 event_y2025 │   1 │  4320
 event_y2026 │   1 │ 10000

最初のパーティションの範囲は無用になりました!これらの範囲に基づいてチェック制約を作成すると、1から4320の間のセッションIDは、2025年と2026年の両方のパーティションにヒットすることになります。

[画像: 新しいイベントがパーティションのセッションID範囲を歪める]

新しいイベントがパーティションのセッションID範囲を歪める

この問題に対処するために、PostgreSQL自体からインスピレーションを得ることができます!

外れ値の処理

PostgreSQLには、ディスク上の隣接するページ範囲で機能するBlock Range Index (BRIN)が含まれています。隣接するページ範囲をインデックス付けするためのデフォルト演算子はminmaxです。この演算子は、各範囲の最小値と最大値を保持することで機能します。これは、各パーティションに対して行ったことと非常によく似ています。minmax演算子も良好な相関に依存しており、データに外れ値が含まれていると問題が発生します。

BRINインデックスの外れ値の課題に対処するために、PostgreSQL 14では新しい演算子であるmulti-minmax演算子が導入されました。この演算子は、1つではなく複数の最小最大範囲を保持します!これは、外れ値が封じ込められ、インデックス全体の有効性を損なわないことを意味します。

multi-minmax BRINインデックス演算子に触発されて、チェック制約を調整して複数の範囲を使用します。

db=# ALTER TABLE event_y2025 ADD CONSTRAINT event_y2025_session_id_range
  CHECK (session_id BETWEEN 1 AND 4320);
ALTER TABLE

db=# ALTER TABLE event_y2026 ADD CONSTRAINT event_y2026_session_id_range
  CHECK (session_id BETWEEN 1 AND 1 OR session_id BETWEEN 4320 AND 10000);
ALTER TABLE

2026年のチェック制約には、[1, 1]の範囲と[4320, 10000]の範囲の2つの範囲が含まれていることに注意してください。これは、2から4320の間の値は、2番目のパーティションをクエリする必要がなくなることを意味します。

PostgreSQLがこの条件をプルーニングに使用するのに十分賢いかどうかを見てみましょう。

db=# EXPLAIN SELECT * FROM event WHERE session_id = 1000;
                    QUERY PLAN
───────────────────────────────────────────────────────────────────
 Index Scan using event_y2025_session_id_idx on event_y2025 event
   Index Cond: (session_id = 1000)

db=# EXPLAIN SELECT * FROM event WHERE session_id = 6000;
                    QUERY PLAN
───────────────────────────────────────────────────────────────────
 Index Scan using event_y2026_session_id_idx on event_y2026 event
   Index Cond: (session_id = 6000)

うまくいきました!どちらの場合も、データベースは1つのパーティションのみをスキャンしました。

外れ値のセッションIDはどうでしょうか?

db=# EXPLAIN SELECT * FROM event WHERE session_id = 1;
                    QUERY PLAN
─────────────────────────────────────────────────────────────────────────
 Append  (cost=0.29..16.80 rows=10 width=37)
   ->  Index Scan using event_y2025_session_id_idx on event_y2025 event_1
         Index Cond: (session_id = 1)
   ->  Index Scan using event_y2026_session_id_idx on event_y2026 event_2
         Index Cond: (session_id = 1)

予想どおり、PostgreSQLは制約に基づいてセッション1が2つのパーティションに存在できることを正しく特定し、両方をスキャンしました。

述語式の論理的含意を証明するロジックは、master/src/backend/optimizer/util/predtest.cに実装されています。

ギャップとアイランド

これまでは、パーティションキー以外の列でのプルーニングを達成し、潜在的な外れ値に対処するメカニズムを作成しました。残っているのは範囲の特定だけです。これは古典的な"ギャップとアイランド"の問題です。

2026年のパーティションで1を超えない連続したセッションIDの範囲を見つけます。

db=# WITH
detection AS (
  SELECT session_id, session_id - lag(session_id) OVER (ORDER BY session_id) > 1 AS is_gap FROM event_y2026
), gaps AS (
  SELECT session_id, sum(is_gap::int) OVER (ORDER BY session_id) AS gap FROM detection
)
SELECT MIN(session_id) mn, MAX(session_id) mx FROM gaps GROUP BY gap;

  mn  │  mx
──────┼───────
    1 │     1
 4320 │ 10000

これらは、チェック制約で使用する範囲です。

さらに進んで、クエリをパラメータ化し、チェック制約を作成するコマンドを生成させます。

\set gap 1
\set partition_name event_y2026

WITH
detection AS (
  SELECT session_id, session_id - lag(session_id) OVER (ORDER BY session_id) > :gap AS is_gap FROM :partition_name
), gaps AS (
  SELECT session_id, sum(is_gap::int) OVER (ORDER BY session_id) AS gap FROM detection
),
ranges AS (
  SELECT MIN(session_id) mn, MAX(session_id) mx FROM gaps GROUP BY gap
)
SELECT
  'ALTER TABLE ' || :'partition_name' || ' ADD CONSTRAINT ' || :'partition_name' || '_session_id_ranges CHECK ('
  || array_to_string(array_agg('session_id BETWEEN ' || mn || ' AND ' || mx), ' OR ')
  || ');' AS command
FROM ranges;
                                                                    command
───────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────
 ALTER TABLE event_y2026 ADD CONSTRAINT event_y2026_session_id_ranges CHECK (session_id BETWEEN 1 AND 1 OR session_id BETWEEN 4320 AND 10000);

素晴らしい!自信があるなら、最後に\gexecを追加してみてください。

背景

今年の初めに、アテネで開催されたDjango Con EUに参加し、Djangoにおける信頼性の高いシグナルについて講演しました。他の講演の一つで、講演者はDjangoとPostgreSQLを使用した大規模テーブルのパーティショニングのアプローチを発表しました。講演全体は非常に良かったのですが、最も興味深かったのは、チェック制約を使用して、パーティション化されたワークフローテーブルに対してパーティションキー以外の列でクエリを行う際にプルーニングを達成する方法でした。

以前のDublinでのDjango Conで、Q&Aセッション中にステージ上で外部キーに関する私の講演について彼に挑戦したことから、講演者を知っていました。講演のわずか数ヶ月前に制約除外に関する記事も公開していたので、彼に話をしに行きました。

講演者は制約除外に関する私の記事を読んだと言っており、彼らのアプローチについて議論を始めました。私は主に外れ値の処理方法に興味がありました。当時、外れ値に対するアプローチはまだ固まっていなかったため、multi-minmax brin操作に触発されて、multirange型を使用したチェック制約の使用を提案しました。

カンファレンスから戻った後、実験を開始しました。multirange型はプルーニングには機能しないことをすぐに発見しました。諦める準備はできていなかったので、さらに調査を進めた結果、複数の単純な条件をORで結合することを試み、この記事が生まれました。

最終的な考察

適切なパーティションキーの選択は非常に困難です。その理由の一つは、パーティションキーがプルーニングに使用され、すべてのクエリがそれを使用しない限り、妥協が必要になることです。

パーティションキー以外の列での制約除外の使用は、プルーニングを得るためのまったく新しい方法を開きます。データが予測可能なパターンに従い、データが変化しなくなる特定の時点がある場合、妥協はそれほど悪くなく、パーティションキーの決定が少し容易になります。