PostgreSQL Performance & Query Optimization · Aula

Índices parciais e de expressões

Aprenda a criar índices em um subconjunto de linhas ou no resultado de uma expressão para obter uma otimização direcionada.

Índices parciais e de expressões é uma aula grátis de PostgreSQL Performance & Query Optimization no CoddyKit. Esta é a aula 2 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de PostgreSQL Performance & Query Optimization, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de PostgreSQL Performance & Query Optimization inclui 4 aulas no total.

Partes desta aula ainda não foram traduzidas e aparecem em inglês.

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.

Perguntas Frequentes

A aula “Índices parciais e de expressões” é grátis?

Sim — o texto completo de “Índices parciais e de expressões” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de PostgreSQL Performance & Query Optimization, atualize para CoddyKit PRO. O curso de PostgreSQL Performance & Query Optimization inclui 4 aulas no total.

O que vou aprender em “Índices parciais e de expressões”?

Aprenda a criar índices em um subconjunto de linhas ou no resultado de uma expressão para obter uma otimização direcionada. Você pratica PostgreSQL Performance & Query Optimization com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.

Preciso ter experiência prévia para começar PostgreSQL Performance & Query Optimization?

Nenhuma experiência prévia é necessária. PostgreSQL Performance & Query Optimization no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 2 de 4.

Quanto tempo leva a aula “Índices parciais e de expressões”?

A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.

Posso escrever e executar código nesta aula de PostgreSQL Performance & Query Optimization?

Sim. Cada aula de PostgreSQL Performance & Query Optimization inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.

Todas as aulas deste curso

Índices Hash, GIN e GiST
Índices parciais e de expressões
Índices de cobertura e varreduras somente de índice
Índices BRIN para dados sequenciais grandes

← Voltar para PostgreSQL Performance & Query Optimization