Question

我有一个数据库，其中包含1Mil +行。这个数据库由两列组成（出于这个问题）； user_id和用户名。这些值不受我的应用程序控制；我并不总是确定这些是当前正确的值。我所知道的是，保证user_id是唯一的。我得到了定期更新，这使我可以更新数据库，以确保我的user_id / username映射具有“最终一致”的版本。

我希望能够检索某个用户名的最新添加； “较旧”的结果应忽略。

我相信这里有两种可能的方法： -索引：应该有username:row的索引（哈希映射？），其中username始终是最后添加的用户名；因此会在每行添加或更新时进行更新。 -将用户名设置为唯一，然后执行on conflict update将旧行设置为空字符串，将新行设置为用户名

根据我对索引的了解，这听起来像是它的更快选项（并且不需要我检查数据库中1Mil行的唯一性）。我还听说哈希表很麻烦，因为它们需要重建，因此随时提出其他想法。

我当前的实现对整个数据库进行了全面搜索，开始搜索速度超过1Mil +行。当前，它获取此添加字符串的“最后”值；在这一点上，我什至不确定这是一个有效的假设。

给出一个示例数据库：

user_id, username
3      , bob
2      , alice
4      , joe
1      , bob

我希望对“ username = bob”的搜索返回（1，bob）。我不能依靠ID排序来解决此问题，因为将ID分配给哪个用户名没有线性关系。

Answer 1

您可以使用：

select distinct on (id) s.*
from sample s
where s.username = 'bob'
order by s.id desc;

为了提高性能，您希望在sample(username, id)上建立索引。

或者，如果您要进行定期批量更新，则可以根据每个用户名 构造具有唯一行的表版本：

create table most_recent_sample as
    select max(id) as id, username
    from sample
    group by username;

create index idx_most_recent_sample_username on most_recent_sample(username);

这可能需要很短的时间，但是您还是要进行更新。

索引一组字符串的“最后添加”行

1 个答案: