Question

考虑以下pgSQL语句：

SELECT DISTINCT some_field 
  FROM some_table 
  WHERE some_field LIKE 'text%' 
  LIMIT 10;

另外考虑一下，some_table包含数百万条记录，some_field有一个b树索引。

为什么查询执行这么长时间（几分钟）？我的意思是，为什么它不通过创建结果集循环，一旦它得到10个，返回结果？无论您是否包含“限制10”，看起来执行时间都是相同的。

这是正确的还是我错过了什么？有什么我可以做的，让它返回前10个结果并“拧”其余部分？

更新：如果你删除了distinct，结果几乎立即返回。但我确实知道，许多some_table记录已经相当独特，而且当我在没有明确声明的情况下运行查询时，前10个结果实际上是唯一的。我也删除了where子句（将其作为一个因素消除）。所以，我原来的问题仍然存在，为什么一旦找到10个匹配就不会终止？

Answer 1

你有一个DISTINCT。这意味着要查找10个不同的行，必须扫描与谓词匹配的所有行，直到找到10个不同的 some_fields。

根据您的索引，查询优化器可能会决定扫描所有行是执行此操作的最佳方式。

10个不同的行可以代表10个，一百万个，无穷大的不同行。

Answer 2

您可以在查询中发布运行EXPLAIN的结果吗？这将揭示Postgres执行查询的过程，通常是诊断查询性能问题的第一步。

在将第一行返回到LIMIT运算符之前，可能是排序或构造整个行集的哈希表以消除非不同的记录。有意义的是，引擎应该能够读取一小部分记录，一次返回一个新的记录，直到LIMIT子句满足其10个配额，但可能没有实现操作符来使其工作。

some_field是否与众不同？如果不是，那么在查找不同的记录时就没用了。如果是，则DISTINCT子句是不必要的，因为该索引已经保证每个行在some_field上是唯一的。

Answer 3

任何时候有一个涉及聚合的操作，并且“DISTINCT”肯定有资格，优化器会在考虑下一步之前进行聚合。而aggration意味着扫描整个表（在你的情况下涉及排序，除非有索引）。

但最有可能的交易破坏者是您正在对列上的操作进行分组，而不是普通列值。一旦您对某种列转换进行操作，优化器通常会忽略许多可能的操作。很可能不够聪明，不知道“LIKE'文本％'”和“='text'”的顺序对于分组目的是相同的。

请记住，您正在对列上的操作进行聚合。

Answer 4

桌子有多大？你桌上有什么索引吗？检查您的查询执行计划，以确定它是在进行表扫描，索引扫描还是索引搜索。如果它正在进行表扫描，那么你很可能没有任何索引。

尝试在您按过滤的字段和/或您选择的字段上添加索引。

Answer 5

我很怀疑是因为你没有ORDER BY。如果没有订购，您可能需要巡航大量记录以获得满足您标准的10条记录。