Question

我在一个大表上有一个简单的查询：

UPDATE a
SET a.xyz = b.xyz   
FROM b  
WHERE a.xyz IS NULL AND b.id=a.id

现在所有的a.xyz都不是NULL。但是查询执行的时间几乎与所有a.xyz为NULL时一样长（5分钟）。

以下内容在不到一秒的时间内执行

UPDATE a
SET a.xyz = 1   
WHERE a.xyz IS NULL

所以，我想知道当大多数a.xyz不是NULL时是否有办法加速第一个查询

P.S。澄清：是的，a.xyz，b.xyz，a.id，b.id上的索引存在

P.S.2。在（a.xyz，a.id）上添加复合索引并在a.xyz WHERE a.xyz IS NULL上添加索引后，时间下降到83秒。但是必须有一种方法可以将其降低到不到一秒，因为没有要更新的记录，并且SELECT COUNT（*）FROM WHERE a.xyz IS NULL在不到一秒的时间内执行

P.S.3。解决了。问题在于另一个触发器无意中触发更新。（a.xyz，a.id）上的复合索引和a.xyz上的附加索引WHERE a.xyz IS NULL似乎解决了剩余的速度问题

Answer 1

确保您拥有a.id和b.id

的索引

使用EXPLAIN运行查询以查看数据库引擎使用的计划。如果说Index Scan你没有索引，你应该寻找Seq Scan的内容。

EXPLAIN ANALYZE 
UPDATE a
SET a.xyz = b.xyz   
FROM b  
WHERE a.xyz IS NULL AND b.id=a.id

此外，如果您使用(a.id, a.xyz)创建复合索引，则可以获得更好的性能

以下是一个例子：

EXPLAIN ANALYZE
SELECT *
FROM projects
JOIN images
using (project_id)
WHERE project_id =1

你可以看到project_pk有项目索引，但没有图像索引。

"Nested Loop  (cost=0.15..17.31 rows=273 width=92) (actual time=0.029..0.110 rows=320 loops=1)"
"  ->  Index Scan using project_pk on projects  (cost=0.15..8.17 rows=1 width=52) (actual time=0.012..0.013 rows=1 loops=1)"
"        Index Cond: (project_id = 1)"
"  ->  Seq Scan on images  (cost=0.00..6.41 rows=273 width=44) (actual time=0.007..0.049 rows=320 loops=1)"
"        Filter: (project_id = 1)"
"Planning time: 0.172 ms"
"Execution time: 0.161 ms"

Answer 2

在a.xyz上创建部分索引：

create index a_xyz_null on a (xyz)
where xyz is null

https://www.postgresql.org/docs/9.6/static/indexes-partial.html

加快查询，其中不满足其中一个条件

2 个答案: