Question

我有一个包含帖子的表格，按以下方式分类：

型
标签
语言

所有这些“类别”都存储在下一个表（posts_types）中，并通过下一个表（posts_types_assignment）连接。

COUNTing in PostgreSQL is really slow（我在该表中有超过500k的记录），我需要获得按类型/标签/郎的任意组合分类的帖子数量。

如果我通过触发器解决它，它将会充满许多多级循环，这看起来不太好并且难以维护。

有没有其他解决方案如何有效地获取以任何类型/标签/语言分类的实际帖子数量？

Answer 1

让我直截了当。

你有一张桌子posts。你有一张表posts_types。这两个人在posts_types_assignment上有很多人加入。你有一些像这样的查询很慢：

SELECT count(*)
FROM posts p
  JOIN posts_types_assigment pta1
    ON p.id = pta1.post_id
  JOIN posts_types pt1
    ON pt1.id = pta1.post_type_id
      AND pt1.type = 'language'
      AND pt1.name = 'English'
  JOIN posts_types_assigment pta2
    ON p.id = pta2.post_id
  JOIN posts_types pt2
    ON pt2.id = pta2.post_type_id
      AND pt2.type = 'tag'
      AND pt2.name = 'awesome'

而且你想知道为什么它会很慢。

我的第一个注意事项是，如果你在posts表中而不是在连接中有标识符，那么PostgreSQL将不得不做很少的工作。但这是一个没有实际意义的问题，已做出决定。

我更有用的一点是，我相信PostgreSQL有一个类似于Oracle的查询优化器。在这种情况下，为了限制它必须考虑的可能的查询计划的组合爆炸，它只考虑以某个表开始的计划，然后一次重复加入另一个数据集。但是这里没有这样的查询计划。您可以从pt1开始，获取1条记录，然后转到pta1，获取一堆记录，加入p，结束相同数量的记录，然后加入{{1现在你获得了大量的记录，然后加入pta2，只获得一些记录。加入pt2是一个缓慢的步骤，因为数据库不知道您想要哪些记录，因此必须为帖子和一段元数据（类型，语言或标签）的每个组合创建临时结果集在它上面。

如果这确实是你的问题，那么正确的计划就像这样。加入pta2到pt1，在其上添加索引。加入pta1到pt2，然后加入第一个查询的结果，然后加入pta2。算一算。这意味着我们不会获得巨大的结果集。

如果是这种情况，那么一旦你想让它想出一种新的执行计划，就无法告诉查询优化器。但有一种方法可以强迫它。

除了随机错别字等，这可能会有所改善。如果没有，请仔细检查表格上的索引。

Answer 2

正如Btilly指出的那样，如果他正确猜到了架构，那么表设计就无济于事了 - 例如，乍一看，至少有三个表posts_tag(post_id,tag) {{1 }} post_lang(post_id,lang)会更自然，也更有效率。

除此之外（或者除此之外），人们可以想到一个表或物化视图，它总结了所有可能的计数，列post_type(post_id,type)。当然，完全计算这个非常慢，但是（除了第一次）它可以完全“在后台”，在某些时间间隔（如果数据变化不大，如果你不是） t需要精确计数），或急切地使用触发器。请参阅示例here

PostgreSQL慢COUNT（） - 触发唯一的解决方案？

2 个答案: