Question

SELECT count(*) 
FROM contacts_lists 
     JOIN plain_contacts 
          ON contacts_lists.contact_id = plain_contacts.contact_id 
     JOIN contacts 
          ON contacts.id = plain_contacts.contact_id 
WHERE plain_contacts.has_email 
      AND NOT contacts.email_bad 
      AND NOT contacts.email_unsub 
      AND contacts_lists.list_id =67339

如何优化此查询..请您解释一下......

Answer 1

为了清晰起见，重新格式化您的查询计划：

QUERY PLAN Aggregate (cost=126377.96..126377.97 rows=1 width=0)
  -> Hash Join (cost=6014.51..126225.38 rows=61033 width=0)
     Hash Cond: (contacts_lists.contact_id = plain_contacts.contact_id)
    -> Hash Join (cost=3067.30..121828.63 rows=61033 width=8)
       Hash Cond: (contacts_lists.contact_id = contacts.id)
      -> Index Scan using index_contacts_lists_on_list_id_and_contact_id
         on contacts_lists (cost=0.00..116909.97 rows=61033 width=4)
         Index Cond: (list_id = 66996)
         -> Hash (cost=1721.41..1721.41 rows=84551 width=4)
         -> Seq Scan on contacts (cost=0.00..1721.41 rows=84551 width=4)
            Filter: ((NOT email_bad) AND (NOT email_unsub))
            -> Hash (cost=2474.97..2474.97 rows=37779 width=4)
            -> Seq Scan on plain_contacts (cost=0.00..2474.97 rows=37779 width=4)
               Filter: has_email

两个部分索引可能根据您的数据分布消除seq扫描：

-- if many contacts have bad emails or are unsubscribed:
CREATE INDEX contacts_valid_email_idx ON contacts (id)
WHERE (NOT email_bad AND NOT email_unsub);

-- if many contacts have no email:
CREATE INDEX plain_contacts_valid_email_idx ON plain_contacts (id)
WHERE (has_email);

您可能缺少外键索引：

CREATE INDEX plain_contacts_contact_id_idx ON plain_contacts (contact_id);

最后但并非最不重要的是，如果您从未分析过数据，则需要运行：

VACUUM ANALYZE;

如果完成所有操作后仍然很慢，那么你可以做的就是没有多少合并你的plain_contacts和你的联系人表：尽管有上述索引，上述查询计划意味着你的大多数/所有订阅者都是订阅了该特定列表 - 在这种情况下，上述查询计划是您获得的最快的。

Answer 2

这已经是一个非常简单的查询，数据库将以最有效的方式运行，提供统计数据是最新的

因此，就查询本身而言，没什么可做的。

在数据库管理方面，您可以添加索引 - 数据库中应该包含所有连接条件的索引，以及where子句中最具选择性的部分（list_id，contact_id为plain_contacts和contacts_lists中的FK）。这是提高此查询性能的最重要机会（数量级）。正如SpliFF指出的那样，你可能已经拥有了那些索引，所以请检查。

此外，postgres具有良好的explain命令，您应该学习和使用它。它有助于优化查询。

Answer 3

由于您只想包含在连接表中设置了一些标志的行，我会将这些语句移到join子句中：

SELECT count(*) 
FROM contacts_lists 
     JOIN plain_contacts 
          ON contacts_lists.contact_id = plain_contacts.contact_id 
          AND NOT plain_contacts.has_email
     JOIN contacts 
          ON contacts.id = plain_contacts.contact_id 
          AND NOT contacts.email_unsub 
          AND NOT contacts.email_bad 
WHERE contacts_lists.list_id =67339

我不确定这是否会对性能产生很大影响，但值得一试。您可能应该在连接表上有索引以获得最佳性能，如下所示：

plain_contacts: contact_id, has_email
contacts: id, email_unsub, email_bad

Answer 4

你最近在数据库上运行过ANALYZE吗？ EXPLAIN计划中的行计数看起来有意义吗？（看起来你只运行EXPLAIN.EXPLAIN ANALYZE给出估计和实际时间。）

Answer 5

您可以使用SELECT count(1) ...但除此之外我会说它看起来很好。你总是可以使用视图缓存查询的某些部分，或者在contact_id和list_id上放置索引，如果你真的很挣扎（我假设你已经有了id）。

优化PostgreSQL中的Query

5 个答案: