Question

有关如何加快此查询的任何想法？

输入

EXPLAIN SELECT entityid FROM entity e

LEFT JOIN level1entity l1 ON l1.level1id = e.level1_level1id
LEFT JOIN level2entity l2 ON l2.level2id = l1.level2_level2id
WHERE 

l2.userid = 'a987c246-65e5-48f6-9d2d-a7bcb6284c8f' 
AND 
(entityid NOT IN 
(1377776,1377792,1377793,1377794,1377795,1377796... 50000 ids)
)

输出

Nested Loop  (cost=0.00..1452373.79 rows=3865 width=8)
  ->  Nested Loop  (cost=0.00..8.58 rows=1 width=8)
        Join Filter: (l1.level2_level2id = l2.level2id)
        ->  Seq Scan on level2entity l2  (cost=0.00..3.17 rows=1 width=8)
              Filter: ((userid)::text = 'a987c246-65e5-48f6-9d2d-a7bcb6284c8f'::text)
        ->  Seq Scan on level1entity l1  (cost=0.00..4.07 rows=107 width=16)
  ->  Index Scan using fk_fk18edb1cfb2a41235_idx on entity e  (cost=0.00..1452086.09 rows=22329 width=16)
        Index Cond: (level1_level1id = l1.level1id)

这里有一个简化版本，连接不是瓶颈

SELECT enitityid FROM 
(SELECT enitityid FROM enitity e LIMIT 5000) a

WHERE
(enitityid NOT IN 
(1377776,1377792,1377793,1377794,1377795, ... 50000 ids)
)

问题是要找到没有任何这些ID的内容

EXPLAIN

Subquery Scan on a  (cost=0.00..312667.76 rows=1 width=8)
  Filter: (e.entityid <> ALL ('{1377776,1377792,1377793,1377794, ... 50000 ids}'::bigint[]))
  ->  Limit  (cost=0.00..111.51 rows=5000 width=8)
        ->  Seq Scan on entity e  (cost=0.00..29015.26 rows=1301026 width=8)

Answer 1

巨大的IN列表效率非常低。 PostgreSQL理想情况下应该识别它并将其转换为一个反连接的关系，但此时查询规划器不知道如何做到这一点，并且识别这种情况所需的规划时间将花费每个查询理智地使用NOT IN，所以它必须是一个非常低成本的检查。请参阅this earlier much more detailed answer on the topic。

正如大卫·奥尔德里奇写的那样，最好通过将其变成反连接来解决。我将它写为VALUES列表中的连接只是因为PostgreSQL在将VALUES列表解析为关系时非常快，但效果是一样的：

SELECT entityid 
FROM entity e
LEFT JOIN level1entity l1 ON l.level1id = e.level1_level1id
LEFT JOIN level2entity l2 ON l2.level2id = l1.level2_level2id
LEFT OUTER JOIN (
    VALUES
    (1377776),(1377792),(1377793),(1377794),(1377795),(1377796)
) ex(ex_entityid) ON (entityid = ex_entityid)
WHERE l2.userid = 'a987c246-65e5-48f6-9d2d-a7bcb6284c8f' 
AND ex_entityid IS NULL;

对于足够大的值集，您甚至可以更好地创建临时表，COPY将值放入其中，在其上创建PRIMARY KEY，然后加入该表。

这里探讨了更多可能性：

https://stackoverflow.com/a/17038097/398670

Answer 2

如果您可以重写查询以使用散列反连接，则可能会得到更好的结果。

类似的东西：

with exclude_list as (
  select unnest(string_to_array('1377776,1377792,1377793,1377794,1377795, ...',','))::integer entity_id)
select entity_id
from   entity left join exclude_list on entity.entity_id = exclude_list.entity_id
where  exclude_list.entity_id is null;

Answer 3

好的，我的解决方案是

选择所有实体
在实体名称上加入所有具有其中一个ID的实体（没有不是更快）
选择连接选择为NULL的所有行

如

中所述

http://blog.hagander.net/archives/66-Speeding-up-NOT-IN.html

Answer 4

由于你的where子句检查特定用户标识“l2.userid =”你需要level2entity记录，你应该将你的“LEFT JOIN level2entity”变成“INNER JOIN level2entity”

INNER JOIN level2entity l2 ON l2.level2id = l1.level2_level2id AND l2.userid = 'a987c246-65e5-48f6-9d2d-a7bcb6284c8f'

希望这会过滤掉你的实体，这样你的NOT IN将会有更少的工作要做。

Postgres不是表现

4 个答案: