Question

我有一个大表（+ - 100万行，包括主键的7列）。该表包含两列（即：symbol_01和symbol_02），它们被索引并用于查询。此表包含以下行：

id    symbol_01    symbol_02   value_01  value_02
1     aaa          bbb         12        15
2     bbb          aaa         12        15
3     ccc          ddd         20        50
4     ddd          ccc         20        50

根据示例，第1行和第2行是相同的，只是交换了symbol_01和symbol_02，但它们对value_01和value_02具有相同的值。对于第3行和第4行再次成立。对于整个表格就是这种情况，symbol_01 + symbol_02的每个组合基本上有两行。

我需要找出一种更好的处理方法来摆脱重复。到目前为止，我正在考虑的解决方案是只有一个名为symbol的列，它将是两个符号的组合，因此表格如下：

id    symbol       value_01   value_02
1     ,aaa,bbb,    12         15
2     ,ccc,ddd,    20         50

这会将行数减少一半。另外，symbol列中的每个值都是唯一的。总是需要查询结果以使用两个符号，所以我会这样做：

select value_01, value_02
from my_table
where symbol like '%,aaa,%' and symbol like '%,bbb,%'

这可行，但我的问题是关于表现。这仍然是一张大桌子（很快就会变大）。所以我的问题是，这是针对此方案的最佳解决方案，因为symbol将被编入索引，每个symbol组合将是唯一的，我将需要使用LIKE来查询结果。

有更好的方法吗？我不确定LIKE对于表现有多棒，但我没有看到替代方案？

Answer 1

没有高性能解决方案，因为您的问题是将多个值组合到一列中。

创建一个子表（带有当前/主表的外键）到单独保存要搜索的所有单个值，索引该列，查询将很简单和快。

Answer 2

使用此索引：

create index symbol_index on t (
    least(symbol_01, symbol_02),
    greatest(symbol_01, symbol_02)
)

查询将是：

select *
from t
where 
    least(symbol_01, symbol_02) = least('aaa', 'bbb')
    and
    greatest(symbol_01, symbol_02) = greatest('aaa', 'bbb')

或者只是删除重复项：

delete from t
using (
    select distinct on (
        greatest(symbol_01, symbol_02),
        least(symbol_01, symbol_02),
        value_01, value_02
    ) id
    from t
    order by
        greatest(symbol_01, symbol_02),
        least(symbol_01, symbol_02),
        value_01, value_02
) s
where id = s.id

根据列语义，最好按照@Bohemian

的建议对表进行规范化

在索引列

2 个答案: