Па родзе дзейнасці даводзіцца сутыкацца з сітуацыямі, калі распрацоўшчык піша запыт і думае.база разумная, сама з усім справіцца!«
У некаторых выпадках (часткова ад няведання магчымасцяў БД, часткова ад заўчасных аптымізацый) такі падыход прыводзіць да з'яўлення "франкенштэйнаў".
Спачатку прывяду прыклад такога запыту:
-- для каждой ключевой пары находим ассоциированные значения полей
WITH RECURSIVE cte_bind AS (
SELECT DISTINCT ON (key_a, key_b)
key_a a
, key_b b
, fld1 bind_fld1
, fld2 bind_fld2
FROM
tbl
)
-- находим min/max значений для каждого первого ключа
, cte_max AS (
SELECT
a
, max(bind_fld1) bind_fld1
, min(bind_fld2) bind_fld2
FROM
cte_bind
GROUP BY
a
)
-- связываем по первому ключу ключевые пары и min/max-значения
, cte_a_bind AS (
SELECT
cte_bind.a
, cte_bind.b
, cte_max.bind_fld1
, cte_max.bind_fld2
FROM
cte_bind
INNER JOIN
cte_max
ON cte_max.a = cte_bind.a
)
SELECT * FROM cte_a_bind;
Каб прадметна ацэньваць якасць запыту, давайце створым нейкі адвольны набор дадзеных:
CREATE TABLE tbl AS
SELECT
(random() * 1000)::integer key_a
, (random() * 1000)::integer key_b
, (random() * 10000)::integer fld1
, (random() * 10000)::integer fld2
FROM
generate_series(1, 10000);
CREATE INDEX ON tbl(key_a, key_b);
Аказваецца, само чытанне дадзеных заняло менш за чвэрць усяго часу выканання запыту:
Разбіраны па костачках
Уважліва паглядзім на запыт, і збянтэжымся:
- Навошта тут WITH RECURSIVE, калі ніякіх рэкурсіўных CTE няма?
- Навошта групаваць min/max-значэнні ў асобнай CTE, калі потым яны ўсё роўна прывязваюцца да арыгінальнай выбаркі?
+25% часу - Навошта выкарыстоўваць у канцы паўторную начытку з папярэдняй CTE праз безумоўны 'SELECT * FROM'?
+14% часу
У дадзеным выпадку нам яшчэ моцна павезла, што для злучэння быў абраны Hash Join, а не Nested Loop, паколькі тады мы атрымалі б не адзін-адзіны праход CTE Scan, а 10K!
крыху пра CTE ScanТут трэба ўспомніць, што CTE Scan з'яўляецца аналагам Seq Scan - гэта значыць ніякай індэксацыі, а толькі поўны перабор, які запатрабаваў бы 10K x 0.3ms = 3000ms пры цыклах па cte_max або 1K x 1.5ms = 1500ms пры цыклах па cte_bind!
Уласна, а што хацелі атрымаць у выніку? Ага, звычайна менавіта такое пытанне і наведвае дзесьці на 5-й хвіліне разбору «трохпавярховых» запытаў.
Мы хацелі для кожнай унікальнай ключавой пары вывесці min/max з групы па key_a.
Дык скарыстаемся ж для гэтага
SELECT DISTINCT ON(key_a, key_b)
key_a a
, key_b b
, max(fld1) OVER(w) bind_fld1
, min(fld2) OVER(w) bind_fld2
FROM
tbl
WINDOW
w AS (PARTITION BY key_a);
Паколькі чытанне дадзеных у абодвух варыянтах займае аднолькава прыкладна 4-5ms, то ўвесь наш выйгрыш па часе -32% - гэта ў чыстым выглядзе нагрузка, прыбраная з CPU базы, калі такі запыт выконваецца дастаткова часта.
Увогуле, не варта базу прымушаць «круглае - насіць, квадратнае - катаць».
Крыніца: habr.com