Question

我正在尝试优化以下查询。

 SELECT C.name, COUNT(DISTINCT I.id), COUNT(B.id)
   FROM Categories C, Items I, Bids B
  WHERE C.id = I.category
    AND I.id = B.item_id
  GROUP BY C.name
  ORDER BY 2 DESC, 3 DESC;

类别是一张包含20条记录的小表。
项目是一个包含超过50,000条记录的大表。
Bids是一个更大的表，有超过600,000条记录。

我有一个索引

Categories(name, id), Items(category), and Bids(item_id, id).

每个表的PRIMARY KEY为：Items(id), Categories(id), Bids(id)

是否有可能优化查询？非常感谢。

Answer 1

如果没有EXPLAIN (ANALYZE, BUFFERS)输出，这就是猜测。

查询非常简单，无法在那里进行优化。

你弄错了正确的表格统计数据;检查EXPLAIN (ANALYZE)以查看PostgreSQL的估算是否正确。
增加shared_buffers以便整个数据库适合RAM（如果可以的话）。
增加work_mem，以便在内存中执行所有哈希和排序。

Answer 2

你真的不是在扫描所有记录。

使用出价数据点击了多少项记录。我想象所有表都是完全扫描并且哈希加入，并且索引被忽略。

Answer 3

您的查询似乎真的是锅炉板，我相信，根据您的表的大小，任何非真正低硬件的服务器都可以在心跳中运行此查询。但你总能让事情变得更好。从理论上讲，这是一个可以提高查询性能的优化列表：

从理论上讲，你最大的低效率是计算表格的交叉积而不是加入它们。您可以使用以下连接重写查询：

...

FROM Items I 

INNER JOIN Bids B
ON I.id = B.item_id

INNER JOIN Categories C

ON C.id = I.category

...

如果我们正在考虑所有性能方面，那么Items表类别的索引效率很低，因为您的索引只有20个映射到50K条目的条目。这是一个效率低下的索引，如果没有这个索引，你甚至可以获得更好的性能。但是，从实际的角度来看，这里还有很多其他的东西需要考虑，所以这可能不是什么大问题。
您在Items表的ID列上没有索引，并且在该列上有索引可加快您的第一次加入。（但是PostgreSQL在主键列上有默认索引，所以这也不是什么大问题）

此外，在查询开头添加explain analyze会显示PostgreSQL查询计划程序用于运行查询的计划。如果您对查询计划了解一两件事，我建议您查看其中的结果，以找出任何缺失的低效率。

SQL使用GROUP BY查询优化加入

3 个答案: