Question

提供以下表格：

--- player --
id serial
name VARCHAR(100)
birthday DATE
country VARCHAR(3)
PRIMARY KEY id

--- club ---
id SERIAL
name VARCHAR(100)
country VARCHAR(3)
PRIMARY KEY id

--- playersinclubs ---
id SERIAL
player_id INTEGER (with INDEX)
club_id INTEGER (with INDEX)
joined DATE
left DATE
PRIMARY KEY id

每个玩家在桌面播放器中都有一行（带有他的属性）。同样，每个俱乐部都有桌俱乐部的入场券。对于他职业生涯中的每个站点，玩家都有一个表格玩家在俱乐部（n-m）中输入玩家加入的日期以及玩家离开俱乐部时的日期。

我的主要问题是这些表的性能。在桌面播放器中，我们有超过1000万条目。如果我想显示一个俱乐部的历史记录，所有球员都为这个俱乐部效力，我的选择如下：

SELECT * FROM player
 JOIN playersinclubs ON player.id = playersinclubs.player_id
 JOIN club ON club.id = playersinclubs.club_id
WHERE club.dbid = 3;

但是对于大量玩家来说，桌面播放器上的序列扫描将被执行。这种选择需要花费很多时间。

在我为我的应用程序实现一些新功能之前，每个玩家只有一个团队（只有今天的团队和玩家）。所以我没有表球员俱乐部。相反，我在桌面播放器中有一个team_id。我可以使用where子句team_id = 3直接在桌面播放器中选择团队的玩家。

是否有人为我的数据库结构提供了一些性能提示以加快这些选择？

Answer 1

最重要的是，您需要playersinclubs(club_id, player_id) 上的索引。其余的是细节（可能仍然有很大的不同）您需要准确了解自己的实际目标。你写道：

所有球员都为这个俱乐部效力：

您根本不需要加入club：

SELECT p.* FROM playersinclubs pc JOIN player p ON p.id = pc.player_id WHERE pc.club_id = 3;

您在输出中也不需要列playersinclubs，这对性能来说只是一小部分 - 除非它允许playersinclubs上的仅索引扫描，然后它可能是实质性的。

How does PostgreSQL perform ORDER BY if a b-tree index is built on that field?

您可能不需要在结果中所有列player。只有SELECT您实际需要的列。

player上的PK提供了该表所需的索引。

您需要playersinclubs(club_id, player_id)上的索引，但不使其唯一，除非玩家不允许第二次加入同一个俱乐部。

如果玩家可以多次加入并且你只想要一个“所有玩家”列表，那么你还需要添加一个DISTINCT步骤来折叠重复的条目。你可以：

SELECT DISTINCT p.* ...

但是，既然你正试图优化性能：早期消除欺骗会更便宜：

SELECT p.* FROM ( SELECT DISTINCT player_id FROM playersinclubs WHERE club_id = 3; ) pc JOIN player p ON p.id = pc.player_id;

也许您真的希望playersinclubs中的所有条目以及表格的所有列。但你的描述不然。查询和索引会有所不同。

密切相关的答案：

Find overlapping date ranges in PostgreSQL

Answer 2

表格看起来很好，查询也是如此。因此，让我们看看查询应该做什么：

选择ID为3的俱乐部。可以通过PK索引访问的一条记录。
选择俱乐部ID 3的所有球员俱乐部记录。因此我们需要一个以此专栏开头的索引。如果您没有，请创建它。

我建议：

create unique index idx_playersinclubs on playersinclubs(club_id, player_id, joined);

这将是表格中唯一的商业密钥。我知道在许多具有技术ID的数据库中没有建立这些独特的约束，但我认为这是这些数据库中的一个缺陷，并且总是会创建这些约束/索引。

使用获得的玩家ID并相应地选择玩家。我们可以从playersinclubs记录中获取玩家ID，但它也是我们索引中的第二列，因此DBMS可以选择其中一个来执行连接。（它可能会使用索引中的列。）

所以也许只是上面的索引还不存在。

多对多表 - 性能差

2 个答案: