PostgreSQL Performance & Query Optimization · Lección

Índices parciales y de expresiones

Aprenda a crear índices sobre un subconjunto de filas o sobre el resultado de una expresión para optimizaciones específicas.

Índices parciales y de expresiones es una lección gratuita de PostgreSQL Performance & Query Optimization en CoddyKit. Esta es la lección 2 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de PostgreSQL Performance & Query Optimization, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de PostgreSQL Performance & Query Optimization incluye 4 lecciones en total.

Partes de esta lección aún no han sido traducidas y se muestran en inglés.

Intro to Targeted Indexes

Welcome! In this lesson, we'll dive into two powerful, specialized index types in PostgreSQL: Partial Indexes and Expression Indexes.

These indexes allow for highly targeted optimization, focusing on specific subsets of data or the results of calculations, rather than entire columns.

Focus with Partial Indexes

A Partial Index is an index that covers only a portion of the rows in a table. You define this subset using a WHERE clause during index creation.

Think of it as filtering your index. Only rows that satisfy the WHERE condition will be included in the index structure.

Benefits of Partial Indexes

Why use a partial index?

Smaller Size: They take up less disk space and memory compared to full indexes.
Faster Updates: Less data to maintain means faster INSERT, UPDATE, and DELETE operations on the indexed table.
Reduced Bloat: Can significantly reduce index bloat on tables with frequently updated rows that don't satisfy the index's WHERE clause.

They shine when a small subset of rows is queried very often, like 'active' users or 'pending' orders.

Creating Partial Indexes

The syntax for a partial index is straightforward. You simply add a WHERE clause to your standard CREATE INDEX statement.

The condition in the WHERE clause must match the condition used in your queries for the index to be effective.

CREATE INDEX index_name
ON table_name (column_name)
WHERE condition;

Partial Index in Action

Let's see a partial index in action. We'll create an index on order_date specifically for orders with a status of 'pending'. This is common for e-commerce where 'pending' orders need quick attention.

Try running the code to see how it works:

CREATE TABLE orders (
  order_id SERIAL PRIMARY KEY,
  customer_id INT,
  order_date DATE,
  status VARCHAR(20)
);

INSERT INTO orders (customer_id, order_date, status) VALUES
(101, '2023-01-15', 'completed'),
(102, '2023-01-16', 'pending'),
(103, '2023-01-17', 'completed'),
(104, '2023-01-18', 'pending'),
(105, '2023-01-19', 'completed'),
(106, '2023-01-20', 'completed'),
(107, '2023-01-21', 'pending');

CREATE INDEX idx_pending_orders_date
ON orders (order_date)
WHERE status = 'pending';

EXPLAIN ANALYZE SELECT order_id, order_date
FROM orders
WHERE status = 'pending' AND order_date > '2023-01-01';

Indexing Expressions

An Expression Index (also known as a Function-Based Index) indexes the result of a function or expression, rather than just the raw column value.

This is incredibly useful when your queries frequently use functions on columns, like converting text to lowercase for case-insensitive searches.

Power of Expression Indexes

Expression indexes offer great flexibility:

Case-Insensitive Search: Index LOWER(column) or UPPER(column) to speed up queries like WHERE LOWER(column) = 'value'.
Date/Time Manipulation: Index DATE_TRUNC('month', timestamp_column) to optimize queries grouped or filtered by month.
Complex Computations: Index on mathematical results or custom functions if they are part of frequent query conditions.

Without an expression index, PostgreSQL would have to compute the function for every row during a scan, making it slow.

Creating Expression Indexes

To create an expression index, you simply replace the column name in your CREATE INDEX statement with the desired function or expression.

The important rule is that the expression in your query's WHERE clause must exactly match the expression used in the index definition for the index to be used.

CREATE INDEX index_name
ON table_name (expression);

Expression Index Example

Let's create an expression index to enable fast, case-insensitive searches on email addresses. This is a very common use case.

Notice how the EXPLAIN ANALYZE output should show an 'Index Scan' using our new idx_lower_email index.

CREATE TABLE users (
  user_id SERIAL PRIMARY KEY,
  username VARCHAR(50),
  email VARCHAR(100)
);

INSERT INTO users (username, email) VALUES
('Alice', 'alice@example.com'),
('Bob', 'BOB@example.com'),
('Charlie', 'Charlie@example.com'),
('David', 'david@example.com');

CREATE INDEX idx_lower_email ON users (LOWER(email));

EXPLAIN ANALYZE SELECT user_id, username
FROM users
WHERE LOWER(email) = 'bob@example.com';

-- This query would NOT use the index:
-- EXPLAIN ANALYZE SELECT user_id, username
-- FROM users
-- WHERE email = 'bob@example.com';

Apply Your Knowledge

Now that you've learned about Partial and Expression Indexes, let's test your understanding.

Lesson Summary

Great job! You've learned about two powerful advanced indexing techniques:

Partial Indexes: Index only a subset of rows based on a WHERE clause, saving space and speeding up writes.
Expression Indexes: Index the result of a function or expression, optimizing queries that use those functions in their conditions.

By using these targeted indexes, you can significantly improve the performance of specific, critical queries in your PostgreSQL database.

Preguntas frecuentes

¿La lección «Índices parciales y de expresiones» es gratis?

Sí — el texto completo de «Índices parciales y de expresiones» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de PostgreSQL Performance & Query Optimization, actualiza a CoddyKit PRO. El curso de PostgreSQL Performance & Query Optimization incluye 4 lecciones en total.

¿Qué aprenderé en «Índices parciales y de expresiones»?

Aprenda a crear índices sobre un subconjunto de filas o sobre el resultado de una expresión para optimizaciones específicas. Practicas PostgreSQL Performance & Query Optimization con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.

¿Necesito experiencia previa para empezar PostgreSQL Performance & Query Optimization?

No se requiere experiencia previa. PostgreSQL Performance & Query Optimization en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 2 de 4.

¿Cuánto tiempo toma la lección «Índices parciales y de expresiones»?

La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.

¿Puedo escribir y ejecutar código en esta lección de PostgreSQL Performance & Query Optimization?

Sí. Cada lección de PostgreSQL Performance & Query Optimization incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.

Todas las lecciones de este curso

Índices Hash, GIN y GiST
Índices parciales y de expresiones
Índices de cobertura y escaneos solo de índice
Índices BRIN para datos secuenciales de gran tamaño

← Volver a PostgreSQL Performance & Query Optimization