Question

我编写了非常简单的plpgsql函数，它从25mln行表中获取每一行并与prev行进行比较。如果两个兄弟行具有相等的"AOGUID"列，则返回它们。

CREATE or replace FUNCTION get_duplicate_zemli() RETURNS setof character varying AS $$
DECLARE
    each_zemla character varying;
    prev_zemla character varying;
BEGIN
    FOR each_zemla IN SELECT "AOGUID" FROM "Zemla" ORDER BY "AOGUID" LOOP
        if (prev_zemla = each_zemla) then
            return next each_zemla;
        end if;
        prev_zemla:= each_zemla;
    END LOOP;
END;
$$ LANGUAGE plpgsql;

据我了解，此函数应该在普通查询时间附近及时执行

SELECT "AOGUID" FROM "Zemla" ORDER BY "AOGUID"

不幸的是，这不是真的。简单查询在一小时内执行，但函数在80小时内执行！

有人可以解释为什么plpgsql函数的执行速度比普通查询慢得多，以及如何提高性能？

PS：

explain SELECT "AOGUID" FROM "Zemla" ORDER BY "AOGUID"

＆＃34;仅索引使用zemla_aoguid_not_unique扫描＆＃34; Zemla＆＃34; （成本= 0.56..3336281.02行= 25852488宽度= 37）＆＃34;

Answer 1

也许我误读了您的查询，但您不只是在识别在“Zemla”中出现多次的任何AOGUID条目吗？这不能作为单个分组查询完成吗？

SELECT "AOGUID" FROM "Zemla"
GROUP BY "AOGUID"
HAVING COUNT(*) > 1
ORDER BY "AOGUID"

Answer 2

检查这种qry的费用：

explain with pre94 as (
  SELECT "AOGUID", lag("AOGUID") over (ORDER BY "AOGUID") = "AOGUID" test_eq FROM "Zemla"
) 
select "AOGUID" from pre94 where test_eq

我相信窗口功能可以帮助你完成比自己创建的功能更好的任务。

如果您使用9.4 or later

，也可以使用FILTER减少qry

为什么FOR <query> LOOP比基本查询慢得多？

2 个答案: