Question

我想加快我对相当大的聚合的查询性能。总体结果是获得一些特定类别的排名。该表仅由购买数据组成，每行1次购买，例如：

transactions:
| id | category | netvalue | store_id | suburb | city | country |
|  1 | clothes  |       20 | 12       |    A   | AUCK |    NZ   |
|  2 | food     |       10 | 11       |    B   | WELL |    NZ   |
|  3 | gear     |      120 | 15       |    A   | CHCH |    NZ   |
|  4 | clothes  |       15 |  9       |    C   | SYDN |    AU   |

我想获得特定商店的所有类别的列表，然后将其排名与其自己的郊区， city 和国家。例如，商店12对应于：

郊区：A
city ：AUCK
country ：NZ

我正在尝试生成一个看起来像的结果集：

| category | suburb_rank | city_rank | country_rank |
| clothes  | 23          | 20        | 250          |
| food     | 27          | 10        | 109          |
...

我想我会从一组聚合开始，按照我感兴趣的每个排名字段进行分组。这会产生如下查询：

WITH aggregations AS (
    SELECT
        category,
        SUM(netvalue) AS sum_netvalue,
        store_id,
        suburb,
        city,
        country
    FROM
        transactions
    GROUP BY
        store_id,
        suburb,
        city,
        country,
        category
)
SELECT * FROM aggregations

然后我使用此聚合表为每个排名列创建排名：

WITH aggregations AS (...),
WITH suburb_rankings AS (
    row_number() OVER (
        PARTITION BY aggregations.category,
        ORDER BY sum(sum_netvalue) DESC
    ) AS rank,
    category,
    store_id
FROM
    aggregations
WHERE
    suburb = @MY_SUBURB
GROUP BY
    category,
    store_id
),
WITH city_rankings AS (...),
WITH country_rankings AS (...)

最后，我将这些排名表中的每一个加入到类别列表中以获得类别，然后排名（郊区，城市，国家）：

...
SELECT 
    category,
    suburb_rankings.rank AS suburb_rank,
    city_rankings.rank AS city_rank,
    country_rankings.rank AS country_rank
FROM
    (SELECT DISTINCT category FROM transactions)
LEFT JOIN
    suburb_rankings
ON
    suburb_rankings.category = category AND suburb_rankings.store_id = @MY_STORE_ID
LEFT JOIN
    city_rankings
ON
    city_rankings.category = category AND city_rankings.store_id = @MY_STORE_ID        
LEFT JOIN
    country_rankings
ON
    country_rankings.category = category AND country_rankings.store_id = @MY_STORE_ID

我不确定这是否是最佳方法，性能明智 - 我注意到EXPLAIN ANALYZE描述了花费大量时间进行聚合。

我想知道的是，对这种类型的查询有更好的方法吗？我无法创建预先计算的聚合表，因为原始表中可能有更多列我们可能希望稍后过滤。

我正在使用Postgres 9.2和SQLAlchemy，并简要介绍了dogpile缓存，但不太确定这是否是一个很好的解决方案。

提高多列分组聚合的SQL查询性能

0 个答案: