У меня очень простой SQL-запрос:
SELECT COUNT(DISTINCT x) FROM table;
В моей таблице около 1,5 миллионов строк. Этот запрос выполняется довольно медленно; он занимает около 7,5 с по сравнению с
SELECT COUNT(x) FROM table;
который занимает около 435 мс. Есть ли способ изменить мой запрос для повышения производительности? Я пробовал группировать и делать регулярный счет, а также помещать индекс в x; оба имеют одинаковое время выполнения 7.5s.
Вы можете использовать это:
SELECT COUNT(*) FROM (SELECT DISTINCT column_name FROM table_name) AS temp;
Это намного быстрее, чем:
COUNT(DISTINCT column_name)
-- My default settings (this is basically a single-session machine, so work_mem is pretty high)
SET effective_cache_size='2048MB';
SET work_mem='16MB';
\echo original
EXPLAIN ANALYZE
SELECT
COUNT (distinct val) as aantal
FROM one
;
\echo group by+count(*)
EXPLAIN ANALYZE
SELECT
distinct val
-- , COUNT(*)
FROM one
GROUP BY val;
\echo with CTE
EXPLAIN ANALYZE
WITH agg AS (
SELECT distinct val
FROM one
GROUP BY val
)
SELECT COUNT (*) as aantal
FROM agg
;
Результаты:
original QUERY PLAN
----------------------------------------------------------------------------------------------------------------------
Aggregate (cost=36448.06..36448.07 rows=1 width=4) (actual time=1766.472..1766.472 rows=1 loops=1)
-> Seq Scan on one (cost=0.00..32698.45 rows=1499845 width=4) (actual time=31.371..185.914 rows=1499845 loops=1)
Total runtime: 1766.642 ms
(3 rows)
group by+count(*)
QUERY PLAN
----------------------------------------------------------------------------------------------------------------------------
HashAggregate (cost=36464.31..36477.31 rows=1300 width=4) (actual time=412.470..412.598 rows=1300 loops=1)
-> HashAggregate (cost=36448.06..36461.06 rows=1300 width=4) (actual time=412.066..412.203 rows=1300 loops=1)
-> Seq Scan on one (cost=0.00..32698.45 rows=1499845 width=4) (actual time=26.134..166.846 rows=1499845 loops=1)
Total runtime: 412.686 ms
(4 rows)
with CTE
QUERY PLAN
------------------------------------------------------------------------------------------------------------------------------------
Aggregate (cost=36506.56..36506.57 rows=1 width=0) (actual time=408.239..408.239 rows=1 loops=1)
CTE agg
-> HashAggregate (cost=36464.31..36477.31 rows=1300 width=4) (actual time=407.704..407.847 rows=1300 loops=1)
-> HashAggregate (cost=36448.06..36461.06 rows=1300 width=4) (actual time=407.320..407.467 rows=1300 loops=1)
-> Seq Scan on one (cost=0.00..32698.45 rows=1499845 width=4) (actual time=24.321..165.256 rows=1499845 loops=1)
-> CTE Scan on agg (cost=0.00..26.00 rows=1300 width=0) (actual time=407.707..408.154 rows=1300 loops=1)
Total runtime: 408.300 ms
(7 rows)
Тот же план, что и для CTE, возможно, также может быть создан другими методами (функциями окна)
Если ваш count(distinct(x)) значительно медленнее, чем count(x), вы можете ускорить этот запрос, поддерживая количество значений x в другой таблице, например table_name_x_counts (x integer not null, x_count int not null), используя триггеры. Но ваша производительность записи пострадает и если вы обновите несколько значений x в одной транзакции, тогда вам нужно будет сделать это в определенном порядке, чтобы избежать возможного тупика.