Question

我目前只是想弄清楚如何在应用上的任何给定“页面”上有效地计算活跃用户的数量。我正在使用PostgreSQL并有一个这样的表：

CREATE TABLE user_is_viewing_page (
  user_id BIGINT,
  page_id BIGINT,
  timestamp TIMESTAMP
);

每个用户使用他们正在查看的页面的ID每隔10秒左右发送到一个服务器，并且将在数据库中插入一个新行。

当前查询我必须计算任何给定页面上“活动”用户的数量：

SELECT COUNT(DISTINCT user_id)
FROM user_is_viewing_page WHERE page_id = 1 
                          AND timestamp > CURRENT_TIMESTAMP - INTERVAL '10 seconds';

我想知道使用此查询的最有效方法是什么。请记住，我需要经常访问此计数（每页每5-10秒）。

我应该使用查询创建物化视图吗？（知道我必须经常访问它）
我是否应该在每次需要时自行运行查询？
将表格编入索引以便快速查找的最佳方法是什么？

Answer 1

~~物化视图~~无济于事，因为您的查询需要基于最新数据，您必须像查询一样频繁刷新MV。

~~基于触发器的解决方案~~将是另一种选择：使辅助表保持最新，每页当前计数。但是我希望（你的很多）写操作的额外成本高于读取操作的增益。所以我也会这样做。

当您使用一张大桌子时，我建议使用partial index：

CREATE INDEX foo ON user_is_viewing_page (page_id, timestamp)
WHERE timestamp > '2014-12-29 23:30:00'::timestamp;  -- start with 'now'

查询（主要是你已经拥有的）：

SELECT COUNT(DISTINCT user_id)
FROM   user_is_viewing_page
WHERE  page_id = 1 
AND    timestamp > LOCALTIMESTAMP - INTERVAL '10 sec';

CURRENT_TIMESTAMP也可以。但LOCALTIMESTAMP对您的设置更有意义。 Per documentation:

CURRENT_TIME和CURRENT_TIMESTAMP按时区提供值; LOCALTIME和LOCALTIMESTAMP提供没有时区的值。

部分索引本身的查找与使用完整索引的成本基本相同。但是因为你的表应该是 big ，所以部分索引应该小于完整索引，这将非常适合并保持在RAM中并且通常更快。如果您有足够的RAM，请将性能与没有WHERE条件的简单，大的完整索引进行比较。

部分指数的优势明显随着时间的推移而恶化。以您选择的时间间隔创建一个在WHERE条件中具有更新时间戳的新索引，然后删除旧索引。查询将立即启动新的（较小的）索引，因此可以轻松删除旧索引。这些相关答案中概述了可能的自动化方法，并提供了更多解释：

您可能需要在查询中添加索引的确切WHERE条件（虽然看似多余），以说服查询计划员使用部分索引是安全的。特别是使用预处理语句（包括plpgsql函数中的所有语句），其中要比较的实际时间戳是参数化的，否则Postgres不能使用generic query plan的部分索引。

在上面的示例中，您将WHERE条件添加到查询中：

AND timestamp > '2014-12-29 23:30:00'::timestamp -- matches index condition exactly

更为通用的解决方案可以在the linked answer above中找到。

除此之外：我不会使用＆＃34; timestamp＆＃34;作为标识符，因为它是基本类型名称。

有效地计算当前活动用户的数量

1 个答案: