Question

考虑在PostgreSQL中实现的投票系统，其中每个用户可以在“foo”上向上或向下投票。有foo表存储所有“foo信息”，votes表存储user_id，foo_id和vote，其中{ {1}}为+1或-1。

要获得每个foo的投票结果，以下查询将起作用：

vote

但是，以下内容同样适用：

SELECT sum(vote) FROM votes WHERE foo.foo_id = votes.foo_id;

我目前在(SELECT count(vote) FROM votes WHERE foo.foo_id = votes.foo_id AND votes.vote = 1) - (SELECT count(vote) FROM votes WHERE foo.foo_id = votes.foo_id AND votes.vote = (-1))上有一个索引。

哪种方法更有效？（换句话说，哪个会运行得更快？）我对PostgreSQL特定的答案和一般的SQL答案感兴趣。

修改

许多答案都考虑了votes.foo_id为空的情况。我忘了提到投票栏上有一个vote约束。

此外，许多人指出第一个更容易阅读。是的，这绝对是真的，如果一位同事写了第二篇，我会愤怒地爆发，除非有表演的必要性。从来没有，问题仍然在于两者的表现。（从技术上讲，如果第一个查询 way 较慢，那么编写第二个查询就不会是一种犯罪行为。）

Answer 1

当然，第一个例子更快，更简单，更容易阅读。甚至在得到slapped with aquatic creatures之前应该是显而易见的。虽然sum()比count()略贵，但更重要的是，第二个示例需要两次扫描。

但也存在实际差异：sum()可以返回NULL，其中count()不会。我引用manual on aggregate functions：

应该注意除了count之外，这些函数返回a 没有选择行时为null。特别是，没有行的总和返回null，而不是像预期的那样为零，

由于您似乎在性能优化方面存在弱点，因此您可能会看到以下详细信息： count(*) 略快于count(vote)。仅当投票为NOT NULL时才相等。使用EXPLAIN ANALYZE测试效果。

仔细检查

这两个查询都是语法上的废话，孤立无援。只有从较大查询的SELECT列表中复制它们才有意义：

SELECT *, (SELECT sum(vote) FROM votes WHERE votes.foo_id = foo.foo_id)
FROM   foo;

这里重要的一点是相关子查询 - 如果您只是在查询中读取votes的小部分，则可能没问题。我们会看到其他WHERE条件，您应该有匹配的索引。

在Postgres 9.3或更高版本中，替代的，更清洁，100％等效的解决方案将与LEFT JOIN LATERAL ... ON true：

SELECT *
FROM   foo f
LEFT   JOIN LATERAL (
   SELECT sum(vote) FROM votes WHERE foo_id = f.foo_id
   ) v ON true;

通常性能相似。详细说明：

What is the difference between LATERAL and a subquery in PostgreSQL?

然而，在阅读表格votes中的大部分或全部时，这会更快（

）

SELECT f.*, v.score
FROM   foo f
JOIN   (
   SELECT foo_id, sum(vote) AS score
   FROM   votes
   GROUP  BY 1
   ) v USING (foo_id);

首先在子查询中聚合值，然后加入到结果中关于USING：

Remove duplicate column after SQL query

Answer 2

第一个会更快。您可以通过简单的方式尝试。

生成一些数据：

CREATE TABLE votes(foo_id integer, vote integer);
-- Insert 1000000 rows into 100 foos (1 to 100)
INSERT INTO votes SELECT round(random()*99)+1, CASE round(random()) WHEN 0 THEN -1 ELSE 1 END FROM generate_series(1, 1000000);
CREATE INDEX idx_votes_id ON votes (foo_id);

检查两者

EXPLAIN ANALYZE SELECT SUM(vote) FROM votes WHERE foo_id = 5;
EXPLAIN ANALYZE SELECT (SELECT COUNT(*) AS count FROM votes WHERE foo_id=5 AND vote=1) - (SELECT COUNT(*)*-1 AS count FROM votes WHERE foo_id=5 AND vote=-1);

但事实是，他们不是等同的，为了确保第一个作为第二个，你需要对待null案例：

SELECT COALESCE(SUM(vote), 0) FROM votes WHERE foo_id = 5;

还有一件事。如果您使用的是PostgreSQL 9.2，则可以使用其中的两列创建索引，这样您就有可能使用仅索引扫描：

CREATE INDEX idx_votes_id ON votes (foo_id, vote);

BUT！在某些情况下，这个索引可能是最糟糕的，所以你应该尝试两者并运行EXPLAIN ANALYZE以查看哪一个是最好的，或者甚至创建两个并检查哪个PostgreSQL最常用（并排除另一个）。 / p>

Answer 3

我希望第一个查询能够更快地工作，因为这是一个单一的查询，并且它更具可读性（如果你不得不在一段时间之后再回到这个问题，那就很方便）。

第二个查询包含两个查询。您只能获得一个结果，就像它是一个查询一样。

那就是说，为了绝对肯定哪一个对你有用，我会用两个表填充大量的伪数据并检查查询执行时间。

sum（）与count（）

3 个答案:

仔细检查