Question

我有一个使用PostgreSQL generate_series函数的查询，但是当涉及到大量数据时，查询可能会很慢。生成查询的代码示例如下：

$yesterday = date('Y-m-d',(strtotime ( '-1 day' ) ));


            $query = "
            WITH interval_step AS (
            SELECT gs::date AS interval_dt, random() AS r 
            FROM generate_series('$yesterday'::timestamp, '2015-01-01', '1 day') AS gs)
            SELECT articles.article_id, article_title, article_excerpt, article_author, article_link, article_default_image, article_date_published, article_bias_avg, article_rating_avg
            FROM development.articles JOIN interval_step ON articles.article_date_added::date=interval_step.interval_dt ";

            if (isset($this -> registry -> get['category'])) {
                $query .= "
                JOIN development.feed_articles ON articles.article_id = feed_articles.article_id
                JOIN development.rss_feeds ON feed_articles.rss_feed_id = rss_feeds.rss_feed_id
                JOIN development.news_categories ON rss_feeds.news_category_id = news_categories.news_category_id
                WHERE news_category_name = $1";

                $params = array($category_name);
                $query_name = 'browse_category';
            }

            $query .= " ORDER BY interval_step.interval_dt DESC, RANDOM() LIMIT 20;";

此系列仅查找前一天的内容，并按随机顺序对结果进行排序。我的问题是什么是generate_series可以优化以提高性能？

Answer 1

Imho，请尝试删除random()语句中的order by。它可能比您想象的更大的性能影响。事情是它可能按interval_dt desc, random()排序整套，然后挑选前20名。不可取......

尝试抓取，例如由interval_dt desc排序的100行，然后根据相同的逻辑对它们进行随机播放，并在您的应用中选择20。或者将整个事物包装在子查询limit 100中，然后沿着相同的行重新排序。

Answer 2

根本不需要generate_series。并且不要连接查询字符串。通过使参数为空字符串（或null）来避免它，如果未设置：

if (!isset($this -> registry -> get['category']))
    $category_name = '';

$query = "
    select articles.article_id, article_title, article_excerpt, article_author, article_link, article_default_image, article_date_published, article_bias_avg, article_rating_avg
    from
        development.articles
        inner join
        development.feed_articles using (article_id)
        inner join
        development.rss_feeds using (rss_feed_id)
        inner join
        development.news_categories using (news_category_id)
    where
        (news_category_name = $1 or $1 = '')
        and articles.article_date_added >= current_date - 1
    order by
        date_trunc('day', articles.article_date_added) desc,
        random()
    limit 20;
";

$params = array($category_name);

将$yesterday传递给查询也没有必要，因为它可以完全在SQL中完成。

如果$category_name为空，则会返回所有类别：

(news_category_name = $1 or $1 = '')

如何优化PostgreSQL generate_series函数

2 个答案: