Question

我一直在阅读关于“COUNT（*）without where clause”在PostgreSQL中速度极慢的问题。来自MySQL，我不知道我是否能够在没有再使用它的情况下生活。我还读过，即使你添加一个“where”子句，它也必须从结果中扫描每一行，除非结果很少，否则这将很慢。我已经看到有疯狂的黑客使用触发器和额外的表，但我不喜欢它的外观。我的意思是我是这个RDBMS的新手，只是开始使用基本功能，并且已经必须使用变通方法？

我需要做的一个例子是创建一个防洪机制。类似于if "count(id) where ip = 1.2.3.4" > 100, fail instead of insert。

所以我的问题是：

这还是一个未解决的问题吗？
如果我改为使用COUNT（id），或添加DISTINCT之类的子句会不会有什么不同？
PostgreSQL用户如何在不计算的情况下生存？

Answer 1

我认为“非常慢”是一种夸张的夸张:)在你的例子中，结果中最多有100行，计算它们的速度非常快。在这种情况下，我很确定你不需要任何黑客或解决方法。

据我了解，“COUNT(*)没有WHERE子句在Postgres中较慢”指的是MySQL的MyISAM表存储表头中的总行数，因此执行{{1}是一个O（1）操作 - 只读取标题中的值，就是这样。在Postgres中，由于MVCC和事务，这是无法完成的，它必须扫描每一行以确定它是否在当前事务中可见。

但是，如果在查询中使用SELECT COUNT(*) FROM my_table子句，则MySQL不再能够从头部读取行数，实际上必须对行进行计数。在这种情况下，我认为与Postgres的性能没有太大差异。

Answer 2

这主要是在PostgreSQL 9.2中使用仅索引扫描进行整理。你应该没事，只要确保你的autovacuum设置为经常运行。

即使在以前的版本中，我会说“非常慢”可能超过顶部，除非你有大表或非常慢的顺序I / O.它确实需要一个seqscan，所以它并不便宜，但像同步扫描这样的东西有很多帮助。

COUNT(id)是更好的风格，所以你通常应该更喜欢使用它。我没有详细研究性能影响;我认为 Pg无论如何都只会使用主键，但需要进行更多挖掘而不是我有时间进行验证。

您提议的使用容易出现竞争条件，使其无法在任何数据库中使用。如果您不介意插入（比方说）120条记录而不是计划的100条记录，这可能无关紧要，但如果您需要它，则必须首先锁定表格，否则许多并发插入都会检查计数是否正常，所有人都看到它，然后全部插入一行。

你会发现，一般来说Pg的数量与MySQL中的MVCC，事务安全的InnoDB存储引擎没有什么不同。

如果您正在使用MyISAM，那么，您可以获得速度以换取更多问题而不是我可以扔掉一根棍子;我更喜欢慢速计数无法回滚，数据调整以避免错误作为无法回滚的解决方法，缺乏崩溃安全性等。

Answer 3

在这种情况下，您可以limit计算：

select count(id) > 100
where id = 1.2.3.4
limit 101

无论符合条件的行数（例如100,000），它都将停止在101处计数。如果count(id) > 100它将返回true，否则为false。

您可以将该测试与insert命令结合使用，这样您就不需要往返服务器：

with c as (
    select count(id) > 100 as c
    from t
    where id = 1.2.3.4
    limit 101
)
insert into t (x, y)
select 1, 2
where (select c from c)

如何在PostgreSQL中正确计数（）？

3 个答案: