Question

最近我在Windows7机器上安装了PostgreSQL 9.0 w / Postgis。然后，我将几个表加载到一个模式中。现在，我想做一个非常简单的查询，在这个时候，我可以看到它需要超过10分钟。我搜索了很多地方，也在stackoverflow.com，直到现在我都能理解我的错误。

我的问题：

Tbl_Proprietarios - 230000条记录

Tbl_Predio - 160000条记录

SELECT id_predios 
FROM "Tbl_Predio"
where id_predios not in 
    (
    SELECT id_predios 
    FROM "Tbl_Proprietarios"
    )
;

感谢

Answer 1

尝试左外连接：

SELECT Tbl_Predio.id_predios
FROM Tbl_Predio
LEFT OUTER JOIN Tbl_Proprietarios ON Tbl_Predio.id_predios = Tbl_Proprietarios.id_predios
WHERE Tbl_Proprietarios.id_predios IS NULL;

另外，请确保Tbl_Proprietarios.id_predios上有索引。

Answer 2

应该在一台体面的机器上运行几秒钟。表定义？索引？查询计划？配置？存储器？

SELECT id_predios 
FROM Tbl_Predio t1
WHERE NOT EXISTS ( 
  SELECT *
  FROM Tbl_Proprietarios t2
  WHERE t2.id_predios = t1.id_predios
  )
;

编辑：具有2 * 999K记录的查询计划：

 Hash Anti Join  (cost=29813.47..61463.98 rows=79 width=4) (actual time=3470.658..7142.042 rows=1045 loops=1)
   Hash Cond: (t1.id_predios = t2.id_predios)
   ->  Seq Scan on tbl_predio t1  (cost=0.00..13912.33 rows=999033 width=4) (actual time=0.038..1458.946 rows=999033 loops=1)
   ->  Hash  (cost=13911.54..13911.54 rows=998954 width=4) (actual time=3238.919..3238.919 rows=998954 loops=1)
         ->  Seq Scan on tbl_proprietarios t2  (cost=0.00..13911.54 rows=998954 width=4) (actual time=0.057..1479.807 rows=998954 loops=1)
 Total runtime: 7143.919 ms
(6 rows)

EDIT2：测试脚本：

DROP SCHEMA tmp CASCADE;
CREATE SCHEMA tmp;

DROP TABLE tmp.Tbl_Predio CASCADE;
DROP TABLE tmp.Tbl_Proprietarios CASCADE;

CREATE TABLE tmp.Tbl_Predio ( id_predios INTEGER NOT NULL );
CREATE TABLE tmp.Tbl_Proprietarios ( id_predios INTEGER NOT NULL );

INSERT INTO tmp.Tbl_Predio ( id_predios) SELECT serie.val
    FROM generate_series(1,1000000) AS serie(val)
    ;

INSERT INTO tmp.Tbl_Proprietarios ( id_predios) SELECT serie.val
    FROM generate_series(1,1000000) AS serie(val)
    ;

DELETE FROM tmp.Tbl_Predio WHERE random() <= 0.001 ;
DELETE FROM tmp.Tbl_Proprietarios WHERE random() <= 0.001 ;

ALTER TABLE tmp.Tbl_Predio ADD PRIMARY KEY (id_predios) ;
ALTER TABLE tmp.Tbl_Proprietarios ADD PRIMARY KEY (id_predios) ;

EXPLAIN ANALYZE
SELECT id_predios
FROM tmp.Tbl_Predio t1
WHERE NOT EXISTS (
  SELECT *
  FROM tmp.Tbl_Proprietarios t2
  WHERE t2.id_predios = t1.id_predios
  )
;

Answer 3

根据我在SQL Server上的经验in运算符通常非常慢。

通常情况更好exists：

SELECT id_predios 
  FROM "Tbl_Predio"
 WHERE not exists (
           SELECT 1
             FROM "Tbl_Proprietarios"
            WHERE "Tbl_Proprietarios".id_predios = "Tbl_Predio".id_predios
       )

（在MySQL中注意通常会出现相反的情况，但逻辑上取决于您正在运行的查询）

或者您可以使用左连接：

SELECT id_predios 
  FROM "Tbl_Predio"
  left join "Tbl_Proprietarios" on "Tbl_Proprietarios".id_predios = "Tbl_Predio".id_predios
 WHERE "Tbl_Proprietarios".id_predios is null

要知道发生了什么，请使用EXPLAIN。

PostgreSql使用IN语句，性能非常慢

3 个答案: