dbplyr绕过索引并运行顺序扫描

Question

在连接到PostgreSQL时，我对dbplyr的性能有一个特殊的问题。

已经使用不同的程序包（RPostgres，RPostreSQL和odbc）进行了测试，后者总结了性能问题。

这是dbplyr特有的，与dbGetQuery无关。

这是我使用的步骤

步骤1：连接

odbc_driver <- if (.Platform$OS.type == "windows") {
  "PostgreSQL Unicode(x64)"
} else {
  "PostgreSQL Unicode"
}

con <- DBI::dbConnect(
  odbc::odbc(),
  Driver = odbc_driver,
  Server = pikachu_ip,
  Database = pikachu_db,
  UID = pikachu_user,
  PWD = pikachu_password,
  Port = 5432
)

步骤2：使用dbplyr运行查询

这很慢，大约需要5分钟，并且show_sql()会显示与第3步相同的查询。

library(dplyr)
library(dbplyr)

tbl(con, in_schema("pikachu", "stock")) %>% 
  filter(month == 201305) %>% 
  group_by(product) %>% 
  count() %>% 
  collect()

步骤3：使用dbGetQuery运行查询

这是快速的，只需不到2秒。我还检查了它是否使用了索引（已通过EXPLAIN ANALYZE测试）。

odbc::dbGetQuery(con,
  'SELECT "product", COUNT(*) AS "n"
  FROM pikachu.stock
  WHERE ("month" = 201305)
  GROUP BY "product"'
)