LEFT OUTER JOIN

时间:2015-07-23 21:43:57

标签: sql postgresql join sql-order-by postgresql-performance

使用LEFT OUTER JOIN并尝试使用Postgres右表中的列时,我遇到了严重的性能问题。我有一个用户表和一个包含online_users的表,其中列出了我网站上在线的用户ID。两个表都有用户ID中的索引。我需要在users表上运行select并列出第一个在线用户,然后是不在线的用户。所以我的选择是:

SELECT *
FROM users
LEFT JOIN online_users ON (users.id = online_users.usr_id)
ORDER BY online_users.online_date

我在users.idonline_users.usr_idonline_users.online_date上有索引,但出于某种原因,当我在查询上运行ANALYZE时,online_users.online_date的索引Postgres不使用它,完整扫描会破坏查询的性能。

有没有办法在不更改表结构的情况下优化此查询(这些表被复制,因此更改结构将需要对项目进行重大重构)。

Postgre版本是9.3

以下是Explain Analyze:

                                                          QUERY PLAN                                                             
------------------------------------------------------------------------------------------------------------------------------------
 Sort  (cost=2589440.94..2595456.84 rows=2406361 width=506) (actual time=18635.686..25775.334 rows=2239030 loops=1)
   Sort Key: usuarios_online.datamessenger
   Sort Method: external merge  Disk: 512424kB
   ->  Hash Left Join  (cost=219.73..130113.66 rows=2406361 width=506) (actual time=0.723..12388.266 rows=2239030 loops=1)
         Hash Cond: (usuarios.id = usuarios_online.id_usr)
         ->  Seq Scan on usuarios  (cost=0.00..108832.61 rows=2406361 width=494) (actual time=0.009..7328.191 rows=2238984 loops=1)
         ->  Hash  (cost=212.66..212.66 rows=566 width=12) (actual time=0.704..0.704 rows=572 loops=1)
               Buckets: 1024  Batches: 1  Memory Usage: 27kB
               ->  Seq Scan on usuarios_online  (cost=0.00..212.66 rows=566 width=12) (actual time=0.079..0.555 rows=572 loops=1)
 Total runtime: 28519.611 ms
(10 rows)

1 个答案:

答案 0 :(得分:1)

由于您只从online_users订购行,因此使用UNION查询是有意义的:

(
SELECT usr_id, online_date  -- more columns?
FROM   online_users
ORDER  BY online_date
)
UNION ALL
SELECT u.id, NULL  -- more matching columns?
FROM   users u
LEFT   JOIN online_users o ON u.id = o.usr_id
WHERE  o.usr_id IS NULL;

在任何情况下都应该快得多。

online_users现在可以轻松利用online_date上的索引 两个更简单的查询计划通常可以更容易地使用索引 所有其他用户根本不需要进行排序。第二个SELECT只需排除online_users

第一个SELECT周围的括号是必需的,以便我放置ORDER BY

这可能会进一步优化,具体取决于未声明的具体情况。