Reper
Testowanie najbardziej interesujących kandydatów z PostgreSQL 9.4 i 9.5 z połowy realistycznym stole 200k wierszy w purchasesi 10k odrębnegocustomer_id ( AVG. 20 wierszy na klienta ).
W przypadku Postgres 9.5 przeprowadziłem drugi test z efektywnie 86446 różnymi klientami. Zobacz poniżej ( średnio 2,3 wiersza na klienta ).
Ustawiać
Stół główny
CREATE TABLE purchases (
id serial
, customer_id int -- REFERENCES customer
, total int -- could be amount of money in Cent
, some_column text -- to make the row bigger, more realistic
);
Używam serial(ograniczenie PK dodane poniżej) i liczby całkowitej, customer_idponieważ jest to bardziej typowa konfiguracja. Dodano również, some_columnaby uzupełnić zwykle więcej kolumn.
Dummy data, PK, index - typowa tabela zawiera również kilka martwych krotek:
INSERT INTO purchases (customer_id, total, some_column) -- insert 200k rows
SELECT (random() * 10000)::int AS customer_id -- 10k customers
, (random() * random() * 100000)::int AS total
, 'note: ' || repeat('x', (random()^2 * random() * random() * 500)::int)
FROM generate_series(1,200000) g;
ALTER TABLE purchases ADD CONSTRAINT purchases_id_pkey PRIMARY KEY (id);
DELETE FROM purchases WHERE random() > 0.9; -- some dead rows
INSERT INTO purchases (customer_id, total, some_column)
SELECT (random() * 10000)::int AS customer_id -- 10k customers
, (random() * random() * 100000)::int AS total
, 'note: ' || repeat('x', (random()^2 * random() * random() * 500)::int)
FROM generate_series(1,20000) g; -- add 20k to make it ~ 200k
CREATE INDEX purchases_3c_idx ON purchases (customer_id, total DESC, id);
VACUUM ANALYZE purchases;
customer tabela - dla zapytania nadrzędnego
CREATE TABLE customer AS
SELECT customer_id, 'customer_' || customer_id AS customer
FROM purchases
GROUP BY 1
ORDER BY 1;
ALTER TABLE customer ADD CONSTRAINT customer_customer_id_pkey PRIMARY KEY (customer_id);
VACUUM ANALYZE customer;
W drugim teście dla 9.5 użyłem tej samej konfiguracji, ale z random() * 100000generowaniem, customer_idaby uzyskać tylko kilka wierszy na customer_id.
Rozmiary obiektów dla tabeli purchases
Wygenerowano za pomocą tego zapytania .
what | bytes/ct | bytes_pretty | bytes_per_row
-----------------------------------+----------+--------------+---------------
core_relation_size | 20496384 | 20 MB | 102
visibility_map | 0 | 0 bytes | 0
free_space_map | 24576 | 24 kB | 0
table_size_incl_toast | 20529152 | 20 MB | 102
indexes_size | 10977280 | 10 MB | 54
total_size_incl_toast_and_indexes | 31506432 | 30 MB | 157
live_rows_in_text_representation | 13729802 | 13 MB | 68
------------------------------ | | |
row_count | 200045 | |
live_tuples | 200045 | |
dead_tuples | 19955 | |
Zapytania
WITH cte AS (
SELECT id, customer_id, total
, row_number() OVER(PARTITION BY customer_id ORDER BY total DESC) AS rn
FROM purchases
)
SELECT id, customer_id, total
FROM cte
WHERE rn = 1;
2. row_number()w podzapytaniu (moja optymalizacja)
SELECT id, customer_id, total
FROM (
SELECT id, customer_id, total
, row_number() OVER(PARTITION BY customer_id ORDER BY total DESC) AS rn
FROM purchases
) sub
WHERE rn = 1;
SELECT DISTINCT ON (customer_id)
id, customer_id, total
FROM purchases
ORDER BY customer_id, total DESC, id;
4. rCTE z LATERALpodzapytaniem ( patrz tutaj )
WITH RECURSIVE cte AS (
( -- parentheses required
SELECT id, customer_id, total
FROM purchases
ORDER BY customer_id, total DESC
LIMIT 1
)
UNION ALL
SELECT u.*
FROM cte c
, LATERAL (
SELECT id, customer_id, total
FROM purchases
WHERE customer_id > c.customer_id -- lateral reference
ORDER BY customer_id, total DESC
LIMIT 1
) u
)
SELECT id, customer_id, total
FROM cte
ORDER BY customer_id;
5. customerstół z LATERAL( patrz tutaj )
SELECT l.*
FROM customer c
, LATERAL (
SELECT id, customer_id, total
FROM purchases
WHERE customer_id = c.customer_id -- lateral reference
ORDER BY total DESC
LIMIT 1
) l;
SELECT (array_agg(id ORDER BY total DESC))[1] AS id
, customer_id
, max(total) AS total
FROM purchases
GROUP BY customer_id;
Wyniki
Czas wykonania powyższych zapytań z EXPLAIN ANALYZE(i wyłączonymi wszystkimi opcjami ), najlepszy z 5 uruchomień .
Wszystkie zapytań używany jest Index Skanuj tylko na purchases2_3c_idx(wśród innych etapów). Niektóre z nich tylko dla mniejszego rozmiaru indeksu, inne bardziej efektywnie.
A. Postgres 9,4 z 200 tys. Rzędów i ~ 20 na customer_id
1. 273.274 ms
2. 194.572 ms
3. 111.067 ms
4. 92.922 ms
5. 37.679 ms -- winner
6. 189.495 ms
B. To samo z Postgres 9.5
1. 288.006 ms
2. 223.032 ms
3. 107.074 ms
4. 78.032 ms
5. 33.944 ms -- winner
6. 211.540 ms
C. To samo co B., ale z ~ 2,3 wierszami na customer_id
1. 381.573 ms
2. 311.976 ms
3. 124.074 ms -- winner
4. 710.631 ms
5. 311.976 ms
6. 421.679 ms
Powiązane testy porównawcze
Oto nowy test „ogr” z 10 milionami wierszy i 60 tysiącami unikalnych „klientów” na Postgresie 11.5 (aktualny od września 2019). Wyniki są nadal zgodne z tym, co widzieliśmy do tej pory:
Oryginalny (nieaktualny) test porównawczy z 2011 roku
Przeprowadziłem trzy testy z PostgreSQL 9.1 na rzeczywistej tabeli zawierającej 65579 wierszy i indeksach btree w jednej kolumnie dla każdej z trzech zaangażowanych kolumn i najlepszy czas wykonania wynosił 5 uruchomień.
Porównanie pierwszego zapytania @OMGPonies ( A) z powyższym DISTINCT ONrozwiązaniem ( B):
Wybierz całą tabelę, w tym przypadku powstanie 5958 wierszy.
A: 567.218 ms
B: 386.673 ms
Użyj warunku, w WHERE customer BETWEEN x AND ywyniku którego powstanie 1000 wierszy.
A: 249.136 ms
B: 55.111 ms
Wybierz pojedynczego klienta za pomocą WHERE customer = x.
A: 0.143 ms
B: 0.072 ms
Ten sam test powtórzono z indeksem opisanym w drugiej odpowiedzi
CREATE INDEX purchases_3c_idx ON purchases (customer, total DESC, id);
1A: 277.953 ms
1B: 193.547 ms
2A: 249.796 ms -- special index not used
2B: 28.679 ms
3A: 0.120 ms
3B: 0.048 ms
MAX(total)?