Bho àm gu àm, bidh an obair a bhith a’ lorg dàta co-cheangailte a’ cleachdadh seata iuchraichean ag èirigh. gus am faigh sinn an àireamh iomlan de chlàran a tha a dhìth.
Is e an eisimpleir as “fìor bheatha” a thaisbeanadh 20 duilgheadas as sine, air a liostadh air an liosta de luchd-obrach (mar eisimpleir, taobh a-staigh aon roinn). Airson diofar “dashboards” riaghlaidh le geàrr-chunntasan goirid de raointean obrach, tha feum air cuspair coltach ris gu math tric.
San artaigil seo seallaidh sinn ri buileachadh ann am PostgreSQL fuasgladh “naive” air a leithid de dhuilgheadas, algairim “nas buige” agus gu math toinnte. “lùb” ann an SQL le suidheachadh fàgail bhon dàta a chaidh a lorg, a dh'fhaodas a bhith feumail an dà chuid airson leasachadh coitcheann agus airson a chleachdadh ann an cùisean eile den aon seòrsa.
Gabhamaid seata dàta deuchainn bho . Gus casg a chuir air na clàran a tha air an taisbeanadh bho “leum” bho àm gu àm nuair a bhios na luachan a chaidh an òrdachadh aig an aon àm, leudaich clàr-amais a’ chuspair le bhith a’ cur prìomh iuchair ris. Aig an aon àm, bheir seo sa bhad gun samhail dha agus bheir e gealltanas dhuinn gu bheil an òrdugh seòrsachaidh gun teagamh:
CREATE INDEX ON task(owner_id, task_date, id);
-- а старый - удалим
DROP INDEX task_owner_id_task_date_idx;Mar a chluinnear, mar sin tha e sgrìobhta
An toiseach, leig dhuinn dealbh a dhèanamh den dreach as sìmplidh den iarrtas, a 'dol seachad air IDan nan cleasaichean :
SELECT
*
FROM
task
WHERE
owner_id = ANY('{1,2,4,8,16,32,64,128,256,512}'::integer[])
ORDER BY
task_date, id
LIMIT 20;
Beagan brònach - cha do dh’ òrduich sinn ach 20 clàr, ach thill Index Scan thugainn e 960 sreath, a dh'fheumadh an uairsin a rèiteachadh cuideachd... Feuchaidh sinn ri nas lugha a leughadh.
aimhleas + ARRAY
Is e a’ chiad bheachdachadh a chuidicheas sinn ma tha feum againn air dìreach 20 air an òrdachadh clàran, an uairsin dìreach leugh chan eil barrachd air 20 air an òrdachadh san aon òrdugh airson gach fear iuchair. Math, clàr-amais iomchaidh (sealbhadair_id, task_date, id) tha againn.
Cleachdaidh sinn an aon uidheamachd airson a bhith a’ toirt a-mach agus “a’ sgaoileadh a-steach do cholbhan” clàr clàr iomlan, mar ann an . Faodaidh sinn cuideachd pasgadh a-steach do raon a’ cleachdadh a’ ghnìomh ARRAY():
WITH T AS (
SELECT
unnest(ARRAY(
SELECT
t
FROM
task t
WHERE
owner_id = unnest
ORDER BY
task_date, id
LIMIT 20 -- ограничиваем тут...
)) r
FROM
unnest('{1,2,4,8,16,32,64,128,256,512}'::integer[])
)
SELECT
(r).*
FROM
T
ORDER BY
(r).task_date, (r).id
LIMIT 20; -- ... и тут - тоже
O, tòrr nas fheàrr ma-thà! 40% nas luaithe agus 4.5 tursan nas lugha de dhàta B’ fheudar dhomh a leughadh.
Cur ri chèile clàran bùird tro CTELeig leam d ’aire a tharraing chun fhìrinn gu bheil ann an cuid de chùisean Ma dh’ fheuchas tu ri bhith ag obair sa bhad le raointean clàir às deidh dhut a lorg ann am fo-cheist, gun a bhith “ga phasgadh ann an CTE, faodaidh sin leantainn gu "iomadaich" InitPlan a rèir àireamh nan aon raointean sin:
SELECT
((
SELECT
t
FROM
task t
WHERE
owner_id = 1
ORDER BY
task_date, id
LIMIT 1
).*);Result (cost=4.77..4.78 rows=1 width=16) (actual time=0.063..0.063 rows=1 loops=1)
Buffers: shared hit=16
InitPlan 1 (returns $0)
-> Limit (cost=0.42..1.19 rows=1 width=48) (actual time=0.031..0.032 rows=1 loops=1)
Buffers: shared hit=4
-> Index Scan using task_owner_id_task_date_id_idx on task t (cost=0.42..387.57 rows=500 width=48) (actual time=0.030..0.030 rows=1 loops=1)
Index Cond: (owner_id = 1)
Buffers: shared hit=4
InitPlan 2 (returns $1)
-> Limit (cost=0.42..1.19 rows=1 width=48) (actual time=0.008..0.009 rows=1 loops=1)
Buffers: shared hit=4
-> Index Scan using task_owner_id_task_date_id_idx on task t_1 (cost=0.42..387.57 rows=500 width=48) (actual time=0.008..0.008 rows=1 loops=1)
Index Cond: (owner_id = 1)
Buffers: shared hit=4
InitPlan 3 (returns $2)
-> Limit (cost=0.42..1.19 rows=1 width=48) (actual time=0.008..0.008 rows=1 loops=1)
Buffers: shared hit=4
-> Index Scan using task_owner_id_task_date_id_idx on task t_2 (cost=0.42..387.57 rows=500 width=48) (actual time=0.008..0.008 rows=1 loops=1)
Index Cond: (owner_id = 1)
Buffers: shared hit=4"
InitPlan 4 (returns $3)
-> Limit (cost=0.42..1.19 rows=1 width=48) (actual time=0.009..0.009 rows=1 loops=1)
Buffers: shared hit=4
-> Index Scan using task_owner_id_task_date_id_idx on task t_3 (cost=0.42..387.57 rows=500 width=48) (actual time=0.009..0.009 rows=1 loops=1)
Index Cond: (owner_id = 1)
Buffers: shared hit=4
Chaidh an aon chlàr a “coimhead suas” 4 tursan… Suas gu PostgreSQL 11, bidh an giùlan seo a’ tachairt gu cunbhalach, agus is e am fuasgladh a bhith “ga phasgadh” ann an CTE, a tha na fhìor chrìoch airson an optimizer anns na dreachan sin.
Neach-cruinneachaidh ath-chuairteach
Anns an tionndadh roimhe, gu h-iomlan leugh sinn 200 sreath air sgàth an 20 a tha a dhìth. Chan e 960, ach eadhon nas lugha - a bheil e comasach?
Feuchaidh sinn ris an eòlas a tha a dhìth oirnn a chleachdadh iomlan 20 clàran. Is e sin, ath-aithris sinn leughadh dàta a-mhàin gus an ruig sinn an t-suim a tha a dhìth oirnn.
Ceum 1: Liosta tòiseachaidh
Gu dearbh, bu chòir don liosta “targaid” againn de 20 clàr tòiseachadh leis na clàran “ciad” airson aon de na h-iuchraichean sealbhadair_id againn. Mar sin, an toiseach gheibh sinn a leithid “An toiseach” airson gach iuchair agus cuir ris an liosta e, ga rèiteachadh san òrdugh a tha sinn ag iarraidh - (task_date, id).
Ceum 2: Lorg an "ath" inntrigidhean
A-nis ma bheir sinn a’ chiad inntrigeadh bhon liosta againn agus ma thòisicheas sinn “ceum” nas fhaide air adhart air a’ chlàr-amais a' gleidheadh na h-iuchrach sealbhadair_id, an uairsin tha a h-uile clàr a chaidh a lorg dìreach mar an ath fheadhainn anns an taghadh a thig às. Gu dearbh, a-mhàin gus an tèid sinn thairis air an iuchair butt dàrna inntrig air an liosta.
Ma thionndaidh e a-mach gun do “thàinig sinn thairis” air an dàrna clàr, an uairsin bu chòir an inntrig mu dheireadh a chaidh a leughadh a chur ris an liosta an àite a’ chiad fhear (leis an aon sealbhadair_id), agus an dèidh sin bidh sinn ag ath-rèiteachadh an liosta a-rithist.
Is e sin, bidh sinn an-còmhnaidh a’ faighinn a-mach nach eil barrachd air aon inntrig air an liosta airson gach aon de na h-iuchraichean (ma ruitheas na h-inntrigidhean a-mach agus nach bi sinn “a’ dol tarsainn ”, falbhaidh a’ chiad inntrigeadh bhon liosta agus cha tèid dad a chuir ris. ), agus iadsan an-còmhnaidh air a rèiteachadh ann an òrdugh dìreadh iuchair an tagraidh (task_date, id).
Ceum 3: sìoltachan agus “leudachadh” clàran
Ann an cuid de na sreathan den taghadh ath-chuairteach againn, cuid de chlàran rv air an dùblachadh - an toiseach lorg sinn leithid “a’ dol thairis air crìoch an 2na inntrigeadh den liosta ”, agus an uairsin cuir a-steach e mar a’ 1d bhon liosta. Mar sin feumar a’ chiad tachartas a shìoladh.
An ceist dheireannach dòrainneach
WITH RECURSIVE T AS (
-- #1 : заносим в список "первые" записи по каждому из ключей набора
WITH wrap AS ( -- "материализуем" record'ы, чтобы обращение к полям не вызывало умножения InitPlan/SubPlan
WITH T AS (
SELECT
(
SELECT
r
FROM
task r
WHERE
owner_id = unnest
ORDER BY
task_date, id
LIMIT 1
) r
FROM
unnest('{1,2,4,8,16,32,64,128,256,512}'::integer[])
)
SELECT
array_agg(r ORDER BY (r).task_date, (r).id) list -- сортируем список в нужном порядке
FROM
T
)
SELECT
list
, list[1] rv
, FALSE not_cross
, 0 size
FROM
wrap
UNION ALL
-- #2 : вычитываем записи 1-го по порядку ключа, пока не перешагнем через запись 2-го
SELECT
CASE
-- если ничего не найдено для ключа 1-й записи
WHEN X._r IS NOT DISTINCT FROM NULL THEN
T.list[2:] -- убираем ее из списка
-- если мы НЕ пересекли прикладной ключ 2-й записи
WHEN X.not_cross THEN
T.list -- просто протягиваем тот же список без модификаций
-- если в списке уже нет 2-й записи
WHEN T.list[2] IS NULL THEN
-- просто возвращаем пустой список
'{}'
-- пересортировываем словарь, убирая 1-ю запись и добавляя последнюю из найденных
ELSE (
SELECT
coalesce(T.list[2] || array_agg(r ORDER BY (r).task_date, (r).id), '{}')
FROM
unnest(T.list[3:] || X._r) r
)
END
, X._r
, X.not_cross
, T.size + X.not_cross::integer
FROM
T
, LATERAL(
WITH wrap AS ( -- "материализуем" record
SELECT
CASE
-- если все-таки "перешагнули" через 2-ю запись
WHEN NOT T.not_cross
-- то нужная запись - первая из спписка
THEN T.list[1]
ELSE ( -- если не пересекли, то ключ остался как в предыдущей записи - отталкиваемся от нее
SELECT
_r
FROM
task _r
WHERE
owner_id = (rv).owner_id AND
(task_date, id) > ((rv).task_date, (rv).id)
ORDER BY
task_date, id
LIMIT 1
)
END _r
)
SELECT
_r
, CASE
-- если 2-й записи уже нет в списке, но мы хоть что-то нашли
WHEN list[2] IS NULL AND _r IS DISTINCT FROM NULL THEN
TRUE
ELSE -- ничего не нашли или "перешагнули"
coalesce(((_r).task_date, (_r).id) < ((list[2]).task_date, (list[2]).id), FALSE)
END not_cross
FROM
wrap
) X
WHERE
T.size < 20 AND -- ограничиваем тут количество
T.list IS DISTINCT FROM '{}' -- или пока список не кончился
)
-- #3 : "разворачиваем" записи - порядок гарантирован по построению
SELECT
(rv).*
FROM
T
WHERE
not_cross; -- берем только "непересекающие" записи
Mar sin, sinn malairt leugh 50% den dàta airson 20% den ùine cur gu bàs. Is e sin, ma tha adhbharan agad a bhith a’ creidsinn gum faodadh leughadh ùine mhòr a thoirt (mar eisimpleir, gu tric chan eil an dàta san tasgadan, agus feumaidh tu a dhol chun diosc air a shon), an uairsin san dòigh seo faodaidh tu a bhith an urra ri leughadh nas lugha. .
Ann an suidheachadh sam bith, bha an ùine cur gu bàs na b 'fheàrr na anns a' chiad roghainn "naive". Ach dè de na 3 roghainnean sin a chleachdas tu.
Source: www.habr.com