优化PostgreSQL中的窗口函数以使用索引

发布时间：2020-12-13 16:04:22 所属栏目：百科来源：网络整理

导读：我在PostgreSQL 9.2 DB中有一个表,创建并填充如下： CREATE TABLE foo( id integer,date date );INSERT INTO fooSELECT (id % 10) + 1,now() - (id % 50) * interval '1 day'FROM generate_series(1,100000) AS id; 现在,我需要找到所有对(id,date),使得日期

我在PostgreSQL 9.2 DB中有一个表,创建并填充如下：

CREATE TABLE foo( id integer,date date );

INSERT INTO foo
SELECT (id % 10) + 1,now() - (id % 50) * interval '1 day'
FROM generate_series(1,100000) AS id;

现在,我需要找到所有对(id,date),使得日期是具有相同id的所有对中的最大值.该查询是众所周知的,并且通常使用名为ROW_NUMBER()的窗口函数

SELECT id,date
FROM (
    SELECT id,date,ROW_NUMBER() OVER (PARTITION BY id ORDER BY date DESC) rn
    FROM foo
) sbt
WHERE sbt.rn = 1;

现在,我询问该查询的计划,并发现WindowAgg节点需要先对表进行排序.

Subquery Scan on sbt  (cost=11116.32..14366.32 rows=500 width=8) (actual time=71.650..127.809 rows=10 loops=1)
  Filter: (sbt.rn = 1)
  Rows Removed by Filter: 99990
    ->  WindowAgg  (cost=11116.32..13116.32 rows=100000 width=8) (actual time=71.644..122.476 rows=100000 loops=1)
          ->  Sort  (cost=11116.32..11366.32 rows=100000 width=8) (actual time=71.637..92.081 rows=100000 loops=1)
                Sort Key: foo.id,foo.date
                Sort Method: external merge  Disk: 1752kB
                ->  Seq Scan on foo  (cost=0.00..1443.00 rows=100000 width=8) (actual time=0.006..6.138 rows=100000 loops=1)

正如预期的那样,排序占用了大部分查询执行时间,使用索引肯定会有所帮助.

所以我创建了CREATE INDEX ON foo(id,date)并期望现在它将使用索引.但事实并非如此.我与外部合并有相同的计划,甚至关闭顺序扫描也没用.我刚刚结束了位图索引扫描

->  Sort  (cost=12745.58..12995.58 rows=100000 width=8) (actual time=69.247..90.003 rows=100000 loops=1)
      Sort Key: foo.id,foo.date
      Sort Method: external merge  Disk: 1752kB
      ->  Bitmap Heap Scan on foo  (cost=1629.26..3072.26 rows=100000 width=8) (actual time=5.359..12.639 rows=100000 loops=1)
            ->  Bitmap Index Scan on foo_id_date_idx  (cost=0.00..1604.26 rows=100000 width=0) (actual time=5.299..5.299 rows=100000 loops=1)

题
WindowAgg可以使用索引进行排序吗？我认为它不得不理解为什么…… GroupAggreagtes可以和它提供良好的性能提升.

解决方法

要匹配您创建的索引：

CREATE INDEX ON foo(id,date)

你必须这样做：

ROW_NUMBER() OVER (PARTITION BY id ORDER BY date DESC NULLS LAST)

这是ASC完美的逆序.

除此之外,您可以运行：

SELECT DISTINCT ON (id)
       id,date
FROM   foo
ORDER  BY id,date DESC NULLS LAST;

但那可能不是你想问的问题.无论哪种方式,我都会制作索引：

CREATE INDEX ON foo(id,date DESC NULLS LAST)

这样max(date)是每个id的第一个索引条目.
有关：

> PostgreSQL sort by datetime asc,null first?
> Why do NULL values come first when ordering DESC in a PostgreSQL query?
> Select first row in each GROUP BY group?
> Optimize groupwise maximum query

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!