Question

在Postgres 9.4.5中我有一张大表的时间戳：

CREATE TABLE vessel_position (
  posid serial NOT NULL,
  mmsi integer NOT NULL,
  "timestamp" timestamp with time zone,
  the_geom geometry(PointZ,4326),
  CONSTRAINT "PK_posid_mmsi" PRIMARY KEY (posid, mmsi)
);

其他索引：

CREATE INDEX vessel_position_timestamp_idx ON vessel_position ("timestamp");

我想提取时间戳记至少在上一行之后x分钟的每一行。我已经使用SELECT尝试了几种不同的LAG()语句，这些语句都可以工作，但是没有给出我所需的确切结果。以下功能为我提供了所需的功能，但我认为它可能会更快：

CREATE OR REPLACE FUNCTION _getVesslTrackWithInterval(mmsi integer, startTime character varying (25) ,endTime character varying (25), interval_min integer)
RETURNS SETOF vessel_position AS
$func$
DECLARE
    count integer DEFAULT 0;
    posids varchar DEFAULT '';
    tbl CURSOR FOR
    SELECT
      posID
      ,EXTRACT(EPOCH FROM (timestamp -  lag(timestamp) OVER (ORDER BY posid asc)))::int as diff
    FROM vessel_position vp WHERE vp.mmsi = $1  AND vp.timestamp BETWEEN $2::timestamp AND $3::timestamp;
BEGIN
FOR row IN tbl
LOOP
    count := coalesce(row.diff,0) + count;
    IF count >= $4*60 OR count = 0 THEN
            posids:= posids || row.posid || ',';
            count:= 0;
     END IF;
END LOOP;
RETURN QUERY EXECUTE 'SELECT * from vessel_position where posid in (' || TRIM(TRAILING ',' FROM posids) || ')';
END
$func$ LANGUAGE plpgsql;

我不禁想到将所有posids作为一个字符串，然后在最后再次选择它们，这会使事情变慢。在IF语句中，我已经可以访问要保留的每一行，因此可以将它们存储在临时表中，然后在循环结束时返回临时表。

可以优化此功能-特别是提高性能吗？

Answer 1

查询

您的函数具有各种昂贵的不必要的开销。单个查询应该 快许多倍 ，执行相同的操作：

CREATE OR REPLACE FUNCTION _get_vessel_track_with_interval
 (mmsi int, starttime timestamptz, endtime timestamptz, min_interval interval)
  RETURNS SETOF vessel_position AS
$func$
BEGIN
   SELECT (vp).*  -- parentheses required for decomposing row type
   FROM  (
      SELECT vp   -- whole row (!)
           , timestamp - lag(timestamp) OVER (ORDER BY posid) AS diff
      FROM   vessel_position vp
      WHERE  vp.mmsi = $1
      AND    vp.timestamp >= $2     -- typically you'd include the lower bound
      AND    vp.timestamp <  $3;    -- ... and exlude the upper
      ORDER  BY posid
      ) sub
   WHERE  diff >= $4;
END
$func$  LANGUAGE plpgsql STABLE;

也可以只是一个SQL函数，也可以是没有任何包装的裸SELECT（也许是准备好的语句？Example.）

请注意starttime和endtime如何作为timestamp传递。（以text的形式传递并强制转换。）最小间隔min_interval是实际的interval。传递您选择的任意间隔。

索引

如果mmsi上的谓词具有选择性，那么您当前拥有的两个索引（PK ON (posid, mmsi)和idx on (timestamp)）不会很有用。如果将PK的列顺序颠倒为(mmsi, posid)，则对于手头的查询而言，它将变得更加有用。参见：

Is a composite index also good for queries on the first field?

为此的最佳索引通常在vessel_position(mmsi, timestamp)上。相关：

在旁边：避免使用keywords作为标识符。那是麻烦。另外，实际上包含timestamp的列timestamptz具有误导性。

优化功能，以最小的时间戳间隔提取记录

1 个答案:

查询

索引